pip install numpy pandas. El primer comando que se ejecuta en cualquier proyecto de ciencia de datos que se precie, el que monta las bases de todo entorno de experimentación (y muchas veces, producción). Y que cómodo es tener librerías potentes, eficientes, versátiles, y sobre todo, libres. El FOSS (Free Open Source Software) es uno de los pilares centrales de nuestra industria. Pero generalmente, las cosas gratis no pagan las facturas.
Por muy bonito que sea ceder tu trabajo a la comunidad para que ésta lo use y construya cada vez mejores programas, todo esfuerzo bonito y altruista tiene gente que se aprovecha. Y cuando las grandes empresas se dedican a usar y ampliar los proyectos de Open Source sin aportar de vuelta, ese esfuerzo se desmorona.
Esta charla pretende hacer un recorrido por las distintas ramas en las que ha evolucionado la comunidad de Open Source e inevitablemente se ha ido acercando al software comercial tradicional. Desde el grupo de irreductibles programadores que siguen liberando todo su esfuerzo, hasta las empresas que dictan el rumbo de proyectos gigantescos de Open Source, pasando por el reciente "Open Core" que representa un compromiso más intermedio.
MLFlow nos va a servir de apoyo y caso práctico: como librería Open Core, el núcleo de características principales se encuentra en GitHub para que todo el mundo lo pueda utilizar. Pero las promesas de "en un clic puedes seguir todo el ciclo de vida de tu modelo" que aparecen en su página principal tienen varias luces y sombras si tienes pensado implementar a rajatabla su paquete Open Source sin pasar por su plataforma...