Crea un endpoint de Databricks Model Serving

Al finalizar, tendrás:

• Un endpoint de serving de modelos en ejecución en tu workspace de Databricks
• El endpoint probado y confirmado como listo para recibir solicitudes de inferencia
• El nombre del endpoint configurado en tu app para el desarrollo local y el despliegue

Prerequisites

Verifica que estas funcionalidades del workspace de Databricks estén habilitadas antes de comenzar. Si alguna comprobación falla, pide al administrador del workspace que habilite la funcionalidad.

• Model Serving habilitado. Ejecuta databricks serving-endpoints list --profile <PROFILE> y confirma que el comando se ejecuta correctamente (una lista vacía no es problema: estás a punto de crear un endpoint). Un error de permisos o not enabled significa que Model Serving no está disponible para esta identidad.
• Permiso para crear endpoints de serving. Crear un endpoint requiere pertenecer al workspace con el derecho workspace-access; CAN_MANAGE es una ACL por endpoint que rige la administración de un endpoint una vez que este existe. Si databricks serving-endpoints create devuelve PERMISSION_DENIED, pide a tu administrador que revise tus derechos.
• Un modelo fundacional o un modelo de MLflow registrado para servir. Lista los endpoints de modelos fundacionales ya disponibles en tu workspace con databricks serving-endpoints list --profile <PROFILE> -o json (busca nombres que empiecen por databricks-). Si en su lugar planeas servir un modelo registrado en Unity Catalog, confirma que existe en la UI de Databricks, en Models, antes de ejecutar databricks serving-endpoints create.