Skip to content

Latest commit

 

History

History
46 lines (30 loc) · 2.46 KB

README.md

File metadata and controls

46 lines (30 loc) · 2.46 KB
Raw

Case Machine Learning Engineer

Escopo

Este teste consiste em criar uma solução de transformação de dados, treino de modelo e escoragem online. Para isso deverá ser entregue um link de um repositório Git (GitHub, BitBucket, etc.) contendo a seguinte estrutura:

  • /src/ - Códigos da API
  • /notebook/ - Contém o arquivo notebook com as transformações do dado, respostas das perguntas e treinamento do modelo
  • /docs/ - Desenho da arquitetura
  • /tests/ - Testes unitários

Abaixo estão as regras/orientações para a entrega:

  • Você terá 15 dias corridos a partir do recebimento deste email para fazer a entrega final via Github, em um repositório público e o link do repositório deverá ser enviado para a plataforma Gupy em resposta ao email de recebimento do desafio;
  • Durante todo o período o time estará disponível para dúvidas no email [email protected];
  • O foco do teste é avaliar como você se sai em um desafio de rotinas de Engenheiro de Machine Learning bem como você lida ao aprender novas tecnologias;
  • Caso não consiga terminar 100% do proposto, recomendamos que faça as entregas mesmo assim para que o time possa avaliar seu desempenho;
  • O uso de ferramentas como Google e ChatGPT é permitido porém, iremos avaliar e questionar a solução entregue durante a entrevista técnica;

CheckList de Entrega

  • A API deverá ser feita em Python e Conteinerizada no docker. A API deverá ter os seguintes endpoints:
    • /model/predict/
      • Endpoint onde deverá receber um payload com as informações do voo e retornar a previsão do atraso no destino
    • /model/load/
      • Endpoint onde deverá receber o arquivo .pkl do modelo e deixar a API pronta para realizar predições
    • /model/history/
      • Endpoint onde deverá exibir o histórico de predições realizadas (o payload de entrada + as saídas preditas)
    • /health/
      • Endpoint que irá retornar a saúde da API
  • O Notebook deverá ser exportado no formato **.ipynb **e estar dentro do repositório git.
    • Deverá realizar as transformações utilizando spark:
    • Responder o conjunto de perguntas contidas nesse documento
  • Desenho da arquitetura:
    • Apresentar um desenho simples de como essa arquitetura poderia funcionar dentro de um ambiente Cloud;
    • O desenho da arquitetura pode ser apenas uma imagem (.png, .jpg)

Você deverá apresentar a solução durante a entrevista técnica