Portabilidade de um modelo de classificação multilabel para o paradigma MLOps: uma abordagem com Weights & Biases e MLflow

• Autor(a) principal: Alsina, Ariel da Silva
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/53635
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::BANCO DE DADOS; CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO::ARQUITETURA DE SISTEMAS DE COMPUTACAO; MLOps; MLOps; Aprendizado de máquina; Machine learning; AWS; AWS; Pipeline de dados; Data pipeline

Com o aumento pela demanda de produtos tecnológicos que envolvem a utilização de modelos de aprendizado de máquina, aumentou também a necessidade de formalização das técnicas em que os mesmos são desenvolvidos. Desta forma, o paradigma MLOps surgiu, objetivando a reprodutibilidade e implantação automatizada de modelos em produção. Neste trabalho um modelo já desenvolvido previamente servirá de caso de uso, sendo assim portado para um pipeline ponta-a-ponta de MLOps. O objetivo é formalizar e segmentar cada uma das etapas de desenvolvimento deste modelo, de forma a garantir uma observabilidade e reprodutibilidade maior de seus resultados e pavimentar o caminho para melhorias no mesmo ou desenvolvimento de outros modelos mais avançados. Para isso, a adoção de um arcabouço de tecnologias foi delineado de forma a orquestrar, desacoplar, documentar e implantar o modelo em um ambiente efetivamente de produção. Mlflow, Weights & Biases, Hydra, Docker, Gradio e PostgreSQL compõem a combinação escolhida de ferramentas para a solução aqui proposta. Além disso, o trabalho tratou também da implantação desta solução em produção em cenários de infraestrutura remota e locais; sendo o cenário de produção remoto consolidado nos serviços da nuvem da Amazon Web Services. Com isso se comprovou que a solução e metodologia utilizadas conseguiram gerar, além de uma portabilidade consistente do modelo para um pipeline reprodutível, uma implantação em produção e uma visualização mais refinada para seus resultados.