第1章 データモデルの開発の概要
このセクションでは、Red Hat OpenShift Data Science を使用して作成された予測モデルを使用するアプリケーションの、開発およびデプロイに必要な作業を説明します。
組織では、このプロセスの担当をデータサイエンティストやアプリケーション開発者などの複数のロールに分割したり、この作業を 1 つのロールで行ったりする場合があります。各ステップに適切なロールについて記載しています。
表1.1 ロール別の開発タスク
| アプリケーション開発者 | データサイエンティスト | タスクの説明 |
|---|---|---|
| ✔ | OpenShift Data Science アプリケーションテンプレートを使用して、Python S2I プロジェクトを Git に作成します。
| |
| ✔ | データサイエンティストが、リポジトリーへのプッシュやリポジトリーからのプルを実行できるように、Git プロジェクトへのユーザーアクセスを設定 します。 | |
| この時点で、モデルとそのモデルを使用するアプリケーションを同時に開発できます。 | ||
| ✔ | プロジェクトリポジトリーを使用して OpenShift アプリケーションを作成 します。 | |
| ✔ | OpenShift アプリケーションをビルド してコードを検証します。 | |
| ✔ | ||
| ✔ | Jupyter を起動 し、ノートブックを 作成 または インポート します。 | |
| ✔ | アプリケーションの Git プロジェクトを JupyterLab に インポート します。 | |
| ✔ | JupyterLab のノートブックを使用して、モデルを開発およびテストします。 | |
| ✔ | 別の Python ファイルに 独立した Python 関数としてモデルを保存 します。 | |
| ✔ | ||
| ✔ | ノートブックサーバーで関数をテスト します。 | |
| ✔ | ||
| ✔ | ✔ | |