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。

 

使用 webhook 自动化构建流程

 

启动 Jupyter创建导入一个笔记本。

 

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

 

更新 requirements.txt 文件,包括您的功能所需的依赖项

 

测试笔记本服务器中的功能

 

将您的更新推送回远程 Git 项目

测试部署的应用端点