Aplicaciones de IA con Streamlit: del Prototipo al Despliegue

Aprende a convertir un modelo de IA en una aplicación web que otras personas puedan usar. Dominarás el modelo de ejecución de Streamlit, el estado de sesión y la caché, integrarás modelos de Hugging Face, publicarás tu app en Streamlit Community Cloud y construirás un panel completo de clasificación de imágenes con ViT y ResNet-50.

Qué aprenderás

• Crear aplicaciones de datos interactivas con los componentes principales de Streamlit.
• Gestionar estado y rendimiento con st.session_state, cache_data y cache_resource.
• Integrar modelos de Hugging Face y PyTorch en una interfaz web.
• Preparar y desplegar una app en Streamlit Community Cloud, entendiendo sus límites reales.
• Interpretar con honestidad las salidas de un clasificador de imágenes.

Requisitos previos

Python básico y nociones de pandas. No hace falta experiencia previa con Streamlit.