Trabalho Final MLOps

Repositório do trabalho final da disciplina de MLOps - 2015/1 do curso de Pós-Graduação lato sensu em Engenharia de Software para Aplicações de Ciência de Dados - UFRGS, em nível de especialização.

Problema

Implementação do pipeline de uma aplicação de Machine Learning (usando práticas MLOps) utilizando o dataset dos valores históricos do INCC (Indíce Nacional de Construção Civil) para previsão do crescimento futuro da taxa utilizando modelos de regressão linear.

Estrutura

core/               módulo contendo a implementação das etapas do pipeline
data/               dataset utilizado
analysis.ipynb      notebook da análise exploratória
monitor_model.py    monitoramento do modelo
prediction_api.py   implementação da API
requirements.txt    dependências necessárias
train_models.py     script de execução do pipeline

Requisitos mínimos

pandas -> 2.0.0
numpy -> 1.24.0
matplotlib -> 3.7.0
seaborn -> 0.12.0
scipy -> 1.10.0
scikit-learn -> 1.3.0
plotly -> 5.18.0
fastapi -> 0.100.0
uvicorn -> 0.23.0
mlflow -> 2.8.0
evidently -> 0.6.7
requests -> 2.31.0
Python -> 3.10

Modelos implementados

1. Regressão Linear
2. SVR
3. Random Forest Regressor

Pipeline

1. Pré-processamento
2. Análise Exploratória
3. Implementação dos modelos
4. Deployment
5. Monitoramento

Execução do pipeline

1. Inicialização do Mlflow com o comando:

   mlflow ui --backend-store-uri sqlite:///mlflow.db
   

2. Inicialização da API

   fastapi dev prediction_api.py
   

3. Iniciar treinamento inicial

   python train_models.py
   

4. Monitoramento

   python monitor_model.py
   

Participantes

• Adriano Gebert Gomes
• Guilherme Mafra Soares
• Luigi Vaz Ferreira