Learn AI with Python · Aula

Git para projetos de IA

git init, .gitignore para dados/modelos, confirmação de notebooks e DVC para versionamento de dados.

Git para projetos de IA é uma aula grátis de Learn AI with Python no CoddyKit. Esta é a aula 2 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Learn AI with Python, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Learn AI with Python inclui 4 aulas no total.

Git em projetos de IA

Git acompanha as alterações no seu código para que você possa colaborar, desfazer erros e revisar o histórico. Mas projetos de IA acrescentam uma particularidade: arquivos de dados enormes e modelos binários não devem ficar no Git.

Esta lição aborda um .gitignore adequado e o uso do DVC para controle de versões de dados.

O que o Git acompanha bem

O Git é excelente para texto: código-fonte, configurações, notebooks (com as saídas removidas) e documentação. Ele armazena diferenças eficientes de arquivos de texto.

Ele lida mal com binários grandes — cada versão é armazenada por completo, aumentando o repositório para sempre.

Por que não adicionar dados e modelos ao repositório

Adicionar um conjunto de dados de 2 GB ou um modelo de 500 MB:

Aumenta o repositório, deixando cada clonagem mais lenta
Não permite uma comparação significativa
Permanece no histórico para sempre, mesmo depois de ser excluído

Solução: ignore esses arquivos no Git e controle suas versões com uma ferramenta dedicada.

O arquivo .gitignore

.gitignore lista os padrões que o Git não deve acompanhar. Crie-o na raiz do projeto. Cada linha é um padrão curinga.

# .gitignore
*.pkl
*.joblib
*.h5
data/raw/*
data/processed/*
models/*
__pycache__/
*.pyc
.ipynb_checkpoints/
.env

Ignorando arquivos de modelos e cache

Padrões comuns para ignorar em projetos de IA:

*.pkl, *.joblib, *.h5 — modelos serializados
__pycache__/, *.pyc — código de bytes do Python
.ipynb_checkpoints/ — salvamentos automáticos do Jupyter
.env — segredos e chaves de API (nunca os adicione ao repositório!)

Mantendo pastas vazias com .gitkeep

O Git ignora diretórios vazios. Para manter data/raw/ na estrutura do repositório e ignorar seu conteúdo, adicione um arquivo vazio .gitkeep e uma regra de negação.

# .gitignore
data/raw/*
!data/raw/.gitkeep

Apresentando o DVC

DVC (Controle de Versões de Dados) controla as versões de dados e modelos grandes junto com o Git. O Git acompanha pequenos arquivos ponteiro .dvc; os dados reais ficam em um armazenamento remoto (S3, GCS etc.).

Você obtém versões de dados reproduzíveis sem aumentar excessivamente o repositório Git.

dvc init

Inicialize o DVC dentro de um repositório Git existente. Ele cria um diretório .dvc/ e uma configuração que você adiciona ao Git.

# in your git repo
dvc init
git add .dvc .gitignore
git commit -m "Initialize DVC"

dvc add — acompanhando dados

dvc add começa a acompanhar um arquivo ou uma pasta. O DVC move os dados para o cache e cria um pequeno arquivo ponteiro .dvc. Você adiciona o ponteiro ao Git, não os dados.

dvc add data/raw/dataset.csv
# creates data/raw/dataset.csv.dvc
git add data/raw/dataset.csv.dvc data/raw/.gitignore
git commit -m "Track dataset with DVC"

dvc push e dvc pull

Configure um armazenamento remoto; então dvc push envia os dados para ele e dvc pull baixa a versão correspondente ao commit atual do Git. É assim que os membros da equipe compartilham dados.

dvc remote add -d storage s3://my-bucket/dvcstore
dvc push          # upload data to the remote

# teammate after git clone + git checkout:
dvc pull          # fetch the matching data version

O fluxo de trabalho da equipe

O ciclo Git + DVC mantém as versões do código e dos dados vinculadas:

git pull para obter o código mais recente e os ponteiros .dvc
dvc pull para buscar os dados e modelos correspondentes
Trabalhe e depois use dvc add + git commit + dvc push

Selecionar um commit antigo e executar dvc pull reproduz exatamente aquele estado.

Verificação rápida: arquivos grandes

Seu projeto tem um conjunto de dados de treinamento de 1 GB e um arquivo de modelo de 300 MB.

Recapitulação: Git para projetos de IA

Você aprendeu o controle de versões específico para IA:

Git para texto (código, configurações e notebooks), não para binários grandes
Um .gitignore para *.pkl, data/raw/*, __pycache__ e .env
.gitkeep para preservar pastas vazias
DVC: dvc init, dvc add, dvc push/pull para controlar as versões de dados e modelos
O fluxo de trabalho Git + DVC mantém código e dados sincronizados

Próximo assunto: tornar os experimentos reproduzíveis.

Perguntas Frequentes

A aula “Git para projetos de IA” é grátis?

Sim — o texto completo de “Git para projetos de IA” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Learn AI with Python, atualize para CoddyKit PRO. O curso de Learn AI with Python inclui 4 aulas no total.

O que vou aprender em “Git para projetos de IA”?

git init, .gitignore para dados/modelos, confirmação de notebooks e DVC para versionamento de dados. Você pratica Learn AI with Python com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.

Preciso ter experiência prévia para começar Learn AI with Python?

Nenhuma experiência prévia é necessária. Learn AI with Python no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 2 de 4.

Quanto tempo leva a aula “Git para projetos de IA”?

A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.

Posso escrever e executar código nesta aula de Learn AI with Python?

Sim. Cada aula de Learn AI with Python inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.

Todas as aulas deste curso

← Voltar para Learn AI with Python