Nesta apresentação, trazemos uma jornada de análise de arquiteturas serverless para se utilizar com machine learning. Analisamos vários pontos, mostrando os prós e contras de cada solução.
21. Pricing
Airflow:
● Databases:
○ SQLite (padrão)
○ MySQL (recomendado)
○ PostgreSQL (com psycop2)
● Server
○ HTTP
● Pricing:
○ Como é instalado on-premise, depende de
como as tasks serão executadas. Tasks
pesadas, rodando localmente, precisarão de
mais recursos. O Airflow em si é leve,
podendo ser executado em EC2s menores.
Step Functions:
● Free tier:
○ 4.000 state transitions / mês
○ Sem limitação de 12 meses
● Preço normal:
○ $0.025 / 1K state transitions
34. Retorno de Resultados
REST ou SNS/SQS
API Gateway:
● Payload de 10 MB (por request)
● https://docs.aws.amazon.com/apigateway/latest/d
eveloperguide/limits.html
SNS/SQS:
● Payload de 256 KB (por mensagem)
● https://docs.aws.amazon.com/sns/latest/dg/sns-la
rge-payload-raw-message-delivery.html
(REST ou SNS/SQS) + Banco de Dados
Positivo:
● Retorna apenas uma flag de status
● Resultado no DB
● “Payload infinito”
Negativo:
● Acoplamento maior dos serviços
40. Produto
● Modelo de Machine Learning
● Data Pipeline (Ingestão, Transformação, Predição, Retorno)
● Case Management
● Feedback para o modelo (False Positive e False Negative)
● Integração com sistemas/serviços
42. Pessoas e Papéis
● Product Owner - Backlog
● Data Engineer - Data Pipeline
● Data Scientist - ML Model
● Quality Assurance Analyst - Test
● DevOps - Deploy
43. Considerações Finais
● Planejamento de custos DENTRO da nuvem
○ Diferentes possibilidades
○ Diferentes preços
○ Diferentes arquiteturas
● Planejamento de custos ENTRE nuvens
○ Como isto influencia o projeto
○ Como isto influencia a empresa
○ Como isto influencia o cliente
● AWS Well Architected
○ https://aws.amazon.com/architecture/well-architected/
○