第 1 章 开发数据模型概述
阅读本节,了解开发和部署使用 Red Hat OpenShift Data Science 创建的预测模型的应用程序所需的工作。
您的组织可能将这些责任拆分给多个不同的人员(如数据科学家,应用程序开发人员),也可能有单一角色完成。每个步骤都会指明适当的角色。
表 1.1. 按角色分配任务
| 应用程序开发人员 | 数据科学家 | 任务描述 |
|---|---|---|
| ✔ | 使用 OpenShift Data Science 应用模板,在 Git 中创建 Python S2I 项目。
| |
| ✔ | 配置用户对 Git 项目的访问权限,以便数据科学家可从存储库推送到和拉取。 | |
| 此时,您可以开发模型以及同时使用它的应用程序。 | ||
| ✔ | 使用项目存储库创建 OpenShift 应用。 | |
| ✔ | 构建 OpenShift 应用以验证您的代码。 | |
| ✔ | ||
| ✔ | 启动 Jupyter,创建或导入一个笔记本。 | |
| ✔ | 将应用 Git 项目导入到 JupyterLab。 | |
| ✔ | 使用 JupyterLab 中的笔记本开发和测试您的模型。 | |
| ✔ | 在一个单独的 Python 文件中将您的模型保存为一个单独的 Python 功能。 | |
| ✔ | ||
| ✔ | ||
| ✔ | ||
| ✔ | ✔ | |