Deployment d'un model Machine Learning
→ Intro general dels conceptes machine Learning: 1h
→ Pas a pas dels processos que s'han de seguir per aconseguir un bon model machine learning 1h
→ Pipeline: Perquè serveix i com s'utilitza 1h
→ Pràctica: Aconseguir un model entrenat i acabat: 1h
→ API: Què és, perquè s'utilitza, conceptes: 1h-1:30h
→ Creem la nostra API: Llibreria, creació d'una API senzilla que et mostra els resulats: 1h
→ Creació d'un mètode perquè et dongui un resultat: Passar-ho a pandes, utilitzar el pipeline i return com a JSON
→ Deployment: Concepte, què vol dir, perquè serveix, com es comuniquen les màqines 1h
→ Creació d'un github com a API: Preparació dels continguts per fer el deployment 1h
→ Posada a Heroku i comprvació del funcionament: que és heroku, limitacions i servidors 1h
→ Crides a Heroku API, utiitzant PostMan o Thunder. Creació de nous elements i si hi ha temps html a la pàgina 1h
→ API security i perquè és necessaria: 1:30h reference (https://curity.io/resources/learn/oauth-filter-for-python-flask/)
→ Implementar alguna seguretat a la nostra api 1:30h
→ Preguntes 1 h