📦 Capacitação Profissional em CD4ML (Continuous Delivery for Machine Learning)

Este repositório contém o material completo para capacitação prática e profissional em CD4ML: Continuous Delivery for Machine Learning.

---

📚 Módulos Didáticos

• 01 – Fundamentos de CD4ML
• 02 – Arquitetura de Referência
• 03 – Versionamento e Data Contracts
• 04 – Testes em ML
• 05 – Orquestração e Pipelines
• 06 – Deploy Contínuo de Modelos
• 07 – Monitoramento e Observabilidade
• 08 – Gerenciamento de Experimentos
• 09 – Padrões de Projeto
• 10 – Projeto Final

---

🧪 Desafios Práticos

• 01 – Fundamentos de CD4ML

---

🏗️ Templates

• Estrutura de Projeto com CI/CD, testes e treino train.py test_basic.py .github/workflows/cd4ml_ci.yml requirements.txt README.md

---

🗂️ Diagramas C4

• Diagrama de Contexto (C4)
• Diagrama de Containers (C4)
• Descrição dos Diagramas

---

🚀 Requisitos

• Python 3.10+
• Git, DVC (opcional)
• VSCode + Extensão PlantUML (opcional)
• Docker, FastAPI (para serving)
• Prometheus, Grafana, Evidently (para monitoramento)

---

Capacitação estruturada com foco em aplicação no mercado e validação por meio de desafios práticos.

---

🧪 Testes Adicionais

• test_input_validation.py: Garante que os arquivos CSV de entrada têm colunas e dados válidos.

⏰ Monitoramento Agendado

• Interno (cron): Container cron executa o monitoramento continuamente.
• Externo (GitHub Actions): Workflow scheduled_monitor.yml roda a cada 15 minutos automaticamente.

☁️ Armazenamento

• Relatórios de drift são salvos como JSON e enviados para S3. Bucket padrão: cd4ml-monitoring Caminho: drift_reports/drift_report.json

📦 Comandos Úteis

make install       # Instala dependências
make train         # Treina modelo
make test          # Executa testes
make monitor       # Gera relatório Evidently + envia para S3