MLOps Academy · Aula

Compile um Bento e coloque-o em um contêiner

Reúna código, modelo e dependências em um Bento implantável.

Aula 4 de 413 etapas

Compile um Bento e coloque-o em um contêiner é uma aula grátis de MLOps Academy no CoddyKit. Esta é a aula 4 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 MLOps Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de MLOps Academy inclui 4 aulas no total.

O que é um Bento

Um Bento é o pacote implantável criado pelo BentoML. Ele reúne o código do seu serviço, o modelo e as dependências exatas em um único arquivo compactado. 📦

O bentofile

Você descreve a compilação em um bentofile.yaml. Ele informa o ponto de entrada do serviço e lista o que deve ser incluído.

service: "service:svc"

Inclua seus arquivos

Você informa ao BentoML quais arquivos de código-fonte devem ser empacotados. A chave include aceita padrões globais, para que apenas o código necessário seja enviado.

include:
  - "*.py"

Fixe os pacotes Python

As dependências ficam diretamente no bentofile. Em python, você lista os pacotes para que a compilação os resolva dentro do pacote.

python:
  packages:
    - scikit-learn

Compile o Bento

Um único comando reúne tudo. bentoml build lê o bentofile e produz um Bento versionado no seu armazenamento.

bentoml build

Liste seus Bentos

Os Bentos compilados aparecem junto dos seus modelos. Execute bentoml list para ver cada um com seu nome e sua etiqueta de versão.

bentoml list

Por que usar contêineres

Um Bento ainda precisa de um ambiente de execução. Transformá-lo em uma imagem Docker faz com que ele seja executado de forma idêntica em qualquer máquina ou nuvem. 🐳

Um comando até uma imagem

O BentoML escreve o Dockerfile para você. bentoml containerize recebe uma etiqueta de Bento e cria uma imagem pronta para execução.

bentoml containerize iris_classifier:latest

Execute o contêiner

Agora ele é uma imagem comum. Você a inicia com docker run, mapeando a porta para que as requisições alcancem o serviço interno.

docker run -p 3000:3000 iris_classifier:latest

Envie para qualquer lugar

Essa imagem é seu artefato implantável. Envie-a para um registro, e qualquer ambiente de execução em nuvem ou cluster Kubernetes poderá baixá-la e disponibilizar o serviço. 🚀

Defina uma imagem Docker base

Você pode controlar o ambiente de execução sob sua imagem. A seção docker do bentofile permite escolher uma versão do Python ou uma imagem base.

docker:
  python_version: "3.11"

Verificação rápida

Você executou bentoml build e obteve um Bento. O que bentoml containerize acrescenta a isso?

Responda na aula interativa

Recapitulação

Você definiu um bentofile, executou bentoml build para empacotar o código e as dependências e depois o transformou em uma imagem Docker pronta para ser enviada a qualquer nuvem. Do início ao fim! 🙌

Grátis para começar

Aprenda Python com um tutor de IA — grátis

Escreva e execute código real no seu navegador, obtenha ajuda instantânea de um tutor de IA 24/7 e continue de onde parou na web ou no app.

Cursos: 30
Aulas: 120

Começar a aprender grátis Ver o curso completo

Perguntas Frequentes

A aula “Compile um Bento e coloque-o em um contêiner” é grátis?

Sim — o texto completo de “Compile um Bento e coloque-o em um contêiner” 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 MLOps Academy, atualize para CoddyKit PRO. O curso de MLOps Academy inclui 4 aulas no total.

O que vou aprender em “Compile um Bento e coloque-o em um contêiner”?

Reúna código, modelo e dependências em um Bento implantável. Você pratica MLOps Academy 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 MLOps Academy?

Nenhuma experiência prévia é necessária. MLOps Academy 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 4 de 4.

Quanto tempo leva a aula “Compile um Bento e coloque-o em um contêiner”?

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 MLOps Academy?

Sim. Cada aula de MLOps Academy 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

Salve um modelo na loja Bento
Defina um serviço e sua API
Ative o microprocessamento adaptativo em lotes
Compile um Bento e coloque-o em um contêiner

← Voltar para MLOps Academy