Se uma ferramenta de ciência de dados fica apenas no seu notebook, seu valor se limita ao seu tempo e à sua capacidade de explicar seus resultados. Uma ferramenta implantada permite que parceiros de negócios, clientes e colegas de trabalho usem suas previsões e recomendações diretamente, sem que você precise estar no meio.
Esta série em várias partes percorre o caminho do código-fonte no notebook até a implantação completa de CI/CD de uma ferramenta de otimização. Este primeiro artigo aborda o clássico problema "funciona na minha máquina, mas não na sua". Ele trata da clonagem de código do GitHub, dos ambientes virtuais do Python, do Docker e da conteinerização, e apresenta a ferramenta de exemplo que será implantada.
O exemplo é o Cutting Stock Planner, que resolve o problema de corte de estoque. Usando programação linear e uma interface simples baseada em FastAPI, ele produz um plano de corte ótimo que minimiza o número de peças de estoque que você precisa comprar. Por exemplo, se você quer fazer uma cadeira com estoque de 8 pés e vários comprimentos de corte necessários, informa o comprimento do estoque e a lista de cortes, clica em Create Cut Plan e recebe na tela um layout de corte otimizado.
A maneira mais simples de compartilhar a ferramenta é distribuir seu código por meio de controle de versão no GitHub. Os usuários podem clonar o repositório, navegar até o diretório base e executar um comando uvicorn para iniciar a interface localmente. Isso funciona bem para o desenvolvimento colaborativo, mas, como método de implantação, tem desvantagens significativas. A maior parte da responsabilidade e da dificuldade da implantação recai sobre o usuário, que precisa ter o Git instalado, clonar o repositório e configurar corretamente o ambiente antes que a ferramenta funcione.
Fonte: Towards Data Science · Resumido por HeadlinesBriefing