---
title: "Crear Pipeline de ML"
url: https://docs.catalyst.zoho.com/es/quickml/help/create-ml-pipeline/
description: "QuickML es un servicio de construcción de pipelines de ML completamente sin código en la plataforma de desarrollo Catalyst para crear pipelines de machine learning con soluciones de extremo a extremo."
last_updated: 2026-08-17T12:16:04Z
service: QuickML
type: general
---

# Crea tu primer Pipeline de ML

Veamos cómo crear un pipeline de ML usando la plataforma QuickML. 

## Creando un Pipeline de ML usando la interfaz de construcción de pipelines  

1. Ve a la sección Pipelines 
2. Haz clic en `Create-Pipeline` para crear el pipeline de ML en la plataforma QuickML usando el dataset subido. 
![Create ML Pipeline 1](https://catalyst-docs-development.zohostratus.in/images/help/quickml/create-ml-pipeline/Create_First_ML_1.webp)

3. Proporciona el nombre del Pipeline de ML, el nombre del Modelo, y elige el dataset con el que necesitas preparar el Pipeline de ML. En Target column, selecciona la columna para la cual vas a realizar la predicción y haz clic en el botón Create Pipeline.
![Create ML Pipeline 2](https://catalyst-docs-development.zohostratus.in/images/help/quickml/create-ml-pipeline/Create_First_ML_2.webp)

**Nota:** Cuando creas un pipeline de ML desde el mismo dataset que tu data pipeline, los datos de salida (la versión modificada del dataset del data pipeline) se obtendrán automáticamente.

4. Una vez que se abra la interfaz de construcción de pipelines, ahora puedes arrastrar y soltar los nodos requeridos para realizar las operaciones de ML.
Ejemplo: En esta imagen, puedes ver que el nodo `Ordinal Encoder` [node](https://docs.catalyst.zoho.com/es/quickml/help/operations-in-quickml/encoding/#ordinal-encoder) ha sido conectado a la fuente. En la configuración, selecciona todas las columnas excepto **year**, **mileage** y **money** ya que estas ya están en forma numérica.
![Create ML Pipeline 3](https://catalyst-docs-development.zohostratus.in/images/help/quickml/create-ml-pipeline/Create_First_ML_3.webp)

Una vez que la configuración esté hecha, haz clic en `Save` y continúa.

5. De la misma manera, puedes conectar todos los nodos requeridos para realizar la predicción y completar el pipeline, como se muestra a continuación.
![Create ML Pipeline 4](https://catalyst-docs-development.zohostratus.in/images/help/quickml/create-ml-pipeline/Create_First_ML_4.webp)

6. Una vez que el pipeline esté completo, haz clic en `Save` y luego haz clic en `Execute`.
![Create ML Pipeline 5](https://catalyst-docs-development.zohostratus.in/images/help/quickml/create-ml-pipeline/Create_First_ML_5.webp)

Una vez que el pipeline se ejecute exitosamente, puedes ver el estado de ejecución como Success como se muestra arriba.

7. Al hacer clic en el **nombre del modelo** (Car Price Prediction ML Pipeline model) serás redirigido a la página de detalles del modelo, donde puedes ver los datos de métricas de evaluación del modelo, como se muestra a continuación.
![Create ML Pipeline 6](https://catalyst-docs-development.zohostratus.in/images/help/quickml/create-ml-pipeline/Create_First_ML_6.webp)