Web или API приложение машинного обучения
Десктоп программирование
Бюджет: 3000 руб.
Нужно разработать Web или API приложение машинного обучения и развернуть его в облаке.
1. Должна использоваться предварительно обученная модель.
2. Приложение может быть одного из двух типов:
Web-приложение, использующее машинное обучение (рекомендуем использовать библиотеку Streamlit);
Приложение, реализующее API для модели машинного обучение (рекомендуем использовать библиотеку FastAPI).
3. Исходный код приложения необходимо загрузить на GitHub.
4. Приложение должно содержать тесты.
5. На GitHub должна быть настроена система Continuous Integration таким образом, чтобы при выполнении push в репозиторий GitHub выполнялся автоматический запуск тестов
6. Необходимо настроить развертывание приложения на облачную платформу Streamlit Cloud.
7. В репозитории на GitHub нужно оформить документацию на разработанное приложение.
Пример проекта — https://github.com/sozykin/ml_fastapi_tests. Приложение определяет тональность текста на английском языке с использованием библиотеки Hugging Face.
Рекомендуемые предварительно обученные модели машинного обучения:
Готовые модели машинного обучения в библиотеке Hugging Face;
Готовые модели машинного обучения в библиотеке TensorFlow;
Готовые модели машинного обучения в библиотеке PyTorch;
Готовые модели машинного обучения в библиотеке Keras.