Jika alat ilmu data hanya berada di laptop Anda, nilainya terbatas pada waktu Anda dan kemampuan Anda menjelaskan hasilnya. Alat yang telah diterapkan memungkinkan mitra bisnis, pelanggan, dan rekan kerja menggunakan prediksi serta rekomendasinya secara langsung, tanpa Anda harus menjadi perantara.
Seri multi-bagian ini membahas jalan dari kode sumber di laptop hingga penerapan CI/CD penuh untuk alat optimasi. Artikel pertama ini membahas masalah klasik "di komputer saya berjalan, tapi di komputer Anda tidak". Topiknya mencakup kloning kode dari GitHub, lingkungan virtual Python, Docker dan kontainerisasi, serta pengenalan alat contoh yang akan diterapkan.
Contohnya adalah Cutting Stock Planner, yang memecahkan masalah pemotongan stok. Dengan menggunakan pemrograman linear dan UI sederhana berbasis FastAPI, alat ini menghasilkan rencana pemotongan optimal yang meminimalkan jumlah potongan stok yang perlu Anda beli. Misalnya, jika Anda ingin membuat kursi dari stok sepanjang 8 kaki dengan beberapa panjang potongan yang dibutuhkan, Anda memasukkan panjang stok dan daftar potongan, mengklik Create Cut Plan, dan mendapatkan tata letak optimal di layar.
Cara paling sederhana untuk membagikan alat ini adalah dengan mendistribusikan kodenya melalui kontrol versi di GitHub. Pengguna dapat mengkloning repositori, masuk ke direktori dasarnya, dan menjalankan perintah uvicorn untuk meluncurkan UI secara lokal. Cara ini cukup baik untuk pengembangan kolaboratif, tetapi sebagai metode penerapan, cara ini memiliki kelemahan yang signifikan. Sebagian besar tanggung jawab dan kesulitan penerapan jatuh pada pengguna, yang harus memasang Git, mengkloning repositori, dan mengatur lingkungan dengan benar sebelum alat dapat berjalan.
Sumber: Towards Data Science · Diringkas oleh HeadlinesBriefing