Contenedores: envía el modelo con su entorno.
"Funciona en mi máquina" es ML clásico: CUDA, PyTorch, NumPy, bibliotecas del sistema que no coinciden. Docker empaqueta código, dependencias, bibliotecas del sistema y configuración en una sola imagen. Cualquier host con Docker lo ejecuta de la misma manera. Para ML, la inferencia reproducible es tan importante como el entrenamiento reproducible.