Serverless 数据驱动应用 -- 助理数据科学家上线本地 notebook 或脚本
dayeye2006199 · 2022-10-12 05:40:02 +08:00 · 911 次点击这是一个创建于 765 天前的主题，其中的信息可能已经有所发展或是发生改变。
这是小弟最近在做的一点工作。TRAC 是一个帮助数据科学家和工程师，将本地的 notebook 或者脚本转化为一个可供外部用户使用的互动性应用的框架。
数据科学家只需要提供一个可以本地运行的 notebook 或者脚本，TRAC 会自动推测这个程序运行所需要的数据格式、运行环境、参数配置，将应用发布成一个容器应用。
外部用户打开发布的 URL 之后，可以使用开箱提供的类 excel UI 来提供和管理数据，设置运行参数，并且管理任务。同时会自动生成 API ，方便在开箱 UI 不够丰富的时候进行二次开发。
整个过程不需要数据科学家知晓任何关于 UI ，后端，数据库方面的知识。只要 notebook 可以在本地运行，就可以发布成一个应用。
TRAC 对快速发布各种企业内部运营类的数据驱动应用有很好的帮助，可以减少对工程资源的依赖，数据科学家、工程师、研究科学家也可以做应用。
以下是一个例子：假设数据科学家在本地 notebook 上开发了一个车辆路径规划算法，TRAC 可以快速帮助转化这个算法作为一个可供运营团队使用的 APP 。运营团队在指定车辆计划时，可通过自动提供的 UI 输入车辆、位置和需求信息，就可以调用该算法生成新的路径计划。
数据科学家只需要提供一个可以本地运行的 notebook 或者脚本，TRAC 会自动推测这个程序运行所需要的数据格式、运行环境、参数配置，将应用发布成一个容器应用。
外部用户打开发布的 URL 之后，可以使用开箱提供的类 excel UI 来提供和管理数据，设置运行参数，并且管理任务。同时会自动生成 API ，方便在开箱 UI 不够丰富的时候进行二次开发。
整个过程不需要数据科学家知晓任何关于 UI ，后端，数据库方面的知识。只要 notebook 可以在本地运行，就可以发布成一个应用。
TRAC 对快速发布各种企业内部运营类的数据驱动应用有很好的帮助，可以减少对工程资源的依赖，数据科学家、工程师、研究科学家也可以做应用。
以下是一个例子：假设数据科学家在本地 notebook 上开发了一个车辆路径规划算法，TRAC 可以快速帮助转化这个算法作为一个可供运营团队使用的 APP 。运营团队在指定车辆计划时，可通过自动提供的 UI 输入车辆、位置和需求信息，就可以调用该算法生成新的路径计划。
 |
1
chapter09 2022-10-12 07:43:13 +08:00
很有意思，我们在做一些 serverless 方向的研究，有机会可以交流交流.
|
Select Language