Defina a assinatura e o esquema de um modelo
Declare explicitamente as entradas e saídas esperadas.
Defina a assinatura e o esquema de um modelo 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 entra e o que sai
A assinatura de um modelo declara exatamente quais entradas ele espera e quais saídas retorna. Ela é o contrato do modelo. 📜
Por que as assinaturas são importantes
Com um esquema claro, quem chama o modelo sabe quais colunas e tipos enviar. Entradas inválidas são detectadas cedo, em vez de causarem uma falha no momento da previsão.
Entradas e saídas
Uma assinatura tem duas partes: o esquema de entrada, que descreve cada recurso, e o esquema de saída, que descreve o formato da previsão.
Esquemas de colunas e de tensores
Modelos tabulares usam um esquema de colunas com campos nomeados e tipados. Modelos de imagem ou texto geralmente usam um esquema de tensores com formatos e tipos de dados.
Infira automaticamente
O caminho mais simples é infer_signature: forneça entradas e saídas de exemplo e o MLflow descobrirá o esquema para você.
from mlflow.models import infer_signature
sig = infer_signature(X, model.predict(X))Associe ao registrar
Envie a assinatura inferida para log_model para que ela seja salva diretamente no arquivo MLmodel do modelo.
mlflow.sklearn.log_model(model, name='m', signature=sig)Adicione um exemplo de entrada
Registrar também um input_example fornece aos colegas um exemplo de entrada válida que pode ser copiado e colado, além de ajudar as ferramentas a criarem solicitações corretas.
mlflow.sklearn.log_model(model, name='m',
input_example=X[:1])Aplicação durante o serviço
Ao disponibilizar o modelo, o MLflow verifica cada solicitação em relação ao esquema e rejeita entradas com o tipo incorreto ou com campos ausentes. 🛡️
Conversão segura de tipos
O MLflow pode promover silenciosamente tipos seguros, como int para long, mas bloqueia alterações com perda de informação para que o modelo nunca receba dados corrompidos.
Colunas opcionais e extras
Você pode marcar campos como opcionais, e colunas extras inesperadas são removidas, para que pequenas alterações na entrada não interrompam o serviço.
Um documento vivo
A assinatura também funciona como documentação: abra o arquivo MLmodel e veja instantaneamente o contrato completo de entrada e saída do modelo.
Verificação rápida
Verificação final sobre assinaturas e esquemas de modelos.
Recapitulação
Uma assinatura é o contrato de entrada e saída do modelo: infira-a, registre-a com um exemplo e deixe o MLflow aplicá-la durante o serviço. 🎉
Perguntas Frequentes
A aula “Defina a assinatura e o esquema de um modelo” é grátis?
Sim — o texto completo de “Defina a assinatura e o esquema de um modelo” 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 “Defina a assinatura e o esquema de um modelo”?
Declare explicitamente as entradas e saídas esperadas. 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 “Defina a assinatura e o esquema de um modelo”?
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
- Serialize com Pickle e Joblib
- O formato de modelo do MLflow
- Exporte para ONNX para obter portabilidade
- Defina a assinatura e o esquema de um modelo