# Lakehouse y MLOps de churn telco

> Lakehouse Medallion y ciclo MLOps reproducible sobre Databricks con evidencia de ejecución.

- Categoría: Big Data · MLOps
- Año / Year: 2026

## Contexto

Construir un ciclo reproducible de datos y ML para anticipar la fuga de clientes sin ocultar la naturaleza sintética del conjunto de datos.

## Aspectos destacados

- Coimplementación end-to-end confirmada por Alonso el 2026-09-14
- Experimento MLflow, job de ML de tres tareas y ejecución de simulación asociados a Alonso
- Trabajo compartido en pipeline Medallion, ciclo de modelo y validación diaria

## Resultados

- Filas de entrenamiento: 16,316,445. Fuente: README.md#resultados-evidenciados
- Clientes distintos: 2,042,162. Fuente: README.md#resultados-evidenciados
- Variables del modelo: 33. Fuente: README.md#resultados-evidenciados
- Ventana de entrenamiento: 2023-07 → 2024-12. Fuente: README.md#resultados-evidenciados

## Tecnologías

Databricks · PySpark · Delta Lake · Auto Loader · Databricks Asset Bundles · MLflow · Unity Catalog · Lakehouse Monitoring

## Enlaces verificables

- Página del portfolio: https://alonsomarcosm.github.io/es/projects/telco-churn-mlops-databricks/
- Repositorio GitHub: https://github.com/AlonsoMarcosM/databricks-telco-churn-lakehouse
- technical_docs: https://alonsomarcosm.github.io/databricks-telco-churn-lakehouse/