Skip to content

damienld/MLE-Project

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

41 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Machine Learning Engineer Training Project (Datascientest)



Le but de ce projet est de mettre en production un modèle d'analyse de sentiment construit sur le jeu de données de commentaires sur Disneyland: https://www.kaggle.com/arushchillar/disneyland-reviews

Travail demandé

L'API

On va dans un premier construire une API avec Flask ou FastAPI. Cette API devra permettre d'interroger les différents modèles. Les utilisateurs pourront aussi interroger l'API pour accéder aux performances de l'algorithme sur les jeux de tests. Enfin il faut permettre aux utilisateurs d'utiliser une identification basique. (On pourra utiliser le header Authentication et encoder username:password en base 64). On pourra utiliser la liste d'utilisateurs/mots de passe suivante:

alice: wonderland bob: builder clementine: mandarine ...

Le container

Il s'agira ici de créer un container Docker pour déployer facilement l'API. On portera une attention particulière aux librairies Python à installer ainsi qu'à leurs différentes versions.

Les tests

Une série de tests devra être créée pour tester l'API contenairisée. On pourra pour cela créé un fichier docker-compose.yml en s'inspirant de ce qui a été fait dans l'évaluation de Docker.

Kubernetes

On pourra enfin créer un fichier de déploiement ainsi qu'un Service et un Ingress avec Kubernetes pour permettre le déploiement de l'API sur au moins 3 Pods.

Présentation du Projet délivré

Mon travail est décrit ici
version FR
version EN
Et l'API tourne ici (nécessite quelques minutes pour lancer le conteneur au premier appel)

About

Deployment of sentiment analysis models to Azure through a dockerized API

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published