Azure Functions proporciona una manera sencilla de ejecutar pequeños fragmentos de código a escala en un entorno administrado "sin servidor" en la nube. Su versatilidad llega al punto de que es posible desplegar en la nube modelos de machine learning previamente entrenados con ML.NET para realizar predicciones en escenarios controlados por eventos, tales como solicitudes HTTP, horarios programados o incluso justo después de cargar un nuevo archivo.

En esta sesión explicaremos cómo crear un modelo de predicción de machine learning con ML.NET que se integra en una Azure Functions para ser ejecutada cada vez que un nuevo archivo (blob) es añadido en un contenedor de Azure Storage.