যদি কোনো ডেটা সায়েন্স টুল শুধু আপনার ল্যাপটপে থাকে, তবে এর মূল্য আপনার সময় এবং এর ফলাফল ব্যাখ্যা করার সামর্থ্যের মধ্যেই সীমাবদ্ধ। একটি স্থাপিত টুল ব্যবসায়িক অংশীদার, গ্রাহক ও সহকর্মীদের এর পূর্বাভাস ও সুপারিশ সরাসরি ব্যবহার করতে দেয়, আপনাকে মাঝখানে না রেখেই।
এই বহু-পর্বের সিরিজটি একটি ল্যাপটপের সোর্স কোড থেকে একটি অপ্টিমাইজেশন টুলের সম্পূর্ণ CI/CD স্থাপন পর্যন্ত পথ ধরে এগিয়েছে। এই প্রথম নিবন্ধটি ক্লাসিক "এটি আমার কম্পিউটারে চলে, কিন্তু তোমারটায় চলে না" সমস্যাটির সমাধান নিয়ে আলোচনা করে। এতে GitHub থেকে কোড ক্লোন করা, Python ভার্চুয়াল এনভায়রনমেন্ট, Docker ও কনটেইনারাইজেশন অন্তর্ভুক্ত এবং স্থাপন করা হবে এমন উদাহরণ টুলের পরিচয় দেওয়া হয়েছে।
উদাহরণটি হলো Cutting Stock Planner, যা স্টক কাটিং সমস্যার সমাধান করে। রৈখিক প্রোগ্রামিং এবং একটি সহজ FastAPI-ভিত্তিক UI ব্যবহার করে, এটি একটি সর্বোত্তম কাট পরিকল্পনা তৈরি করে যা আপনাকে কেনা স্টক টুকরোর সংখ্যা কমিয়ে আনে। উদাহরণস্বরূপ, আপনি যদি 8 ফুট স্টক থেকে একাধিক প্রয়োজনীয় কাট দৈর্ঘ্যসহ একটি চেয়ার বানাতে চান, তবে স্টকের দৈর্ঘ্য ও কাটের তালিকা দিয়ে Create Cut Plan বোতামে ক্লিক করলে পর্দায় একটি সর্বোত্তম লেআউট পাবেন।
টুলটি ভাগ করে নেওয়ার সবচেয়ে সহজ উপায় হলো GitHub-এ ভার্সন কন্ট্রোলের মাধ্যমে এর কোড বিতরণ করা। ব্যবহারকারীরা রিপোজিটরি ক্লোন করতে পারেন, এর বেস ডিরেক্টরিতে যেতে পারেন এবং স্থানীয়ভাবে UI চালু করতে uvicorn কমান্ড চালাতে পারেন। সহযোগিতামূলক উন্নয়নের জন্য এটি ভালো কাজ করে, কিন্তু স্থাপনের পদ্ধতি হিসেবে এর উল্লেখযোগ্য সীমাবদ্ধতা রয়েছে। স্থাপনের বেশিরভাগ দায়িত্ব ও কঠিনতা ব্যবহারকারীর ওপর পড়ে, যাকে Git ইনস্টল করতে হয়, রিপোজিটরি ক্লোন করতে হয় এবং টুল চালানোর আগে এনভায়রনমেন্ট সঠিকভাবে সেট আপ করতে হয়।
উৎস: Towards Data Science · সারাংশ: HeadlinesBriefing