Este documento propone prácticas de DevOps para aplicaciones de aprendizaje automático, integrando de manera fluida tanto el entorno de desarrollo como el de operación. Los procesos de desarrollo y despliegue de aprendizaje automático durante la fase de experimentación pueden parecer fáciles. Sin embargo, si no se diseñan cuidadosamente, el despliegue y uso de tales modelos puede llevar a enfoques complejos y que consumen mucho tiempo, lo que puede requerir esfuerzos significativos y costosos para el mantenimiento, la mejora y la supervisión. Este documento presenta cómo aplicar los principios, prácticas y herramientas de integración continua (CI) y entrega continua (CD) para minimizar el desperdicio, apoyar ciclos de retroalimentación rápida, explorar la deuda técnica oculta, mejorar la entrega de valor y el mantenimiento, y mejorar las funciones operativas para aplicaciones de aprendizaje automático en el mundo real.