Registros estruturados para previsões
Registre entradas, saídas e latência como JSON.
Registros estruturados para previsões é uma aula grátis de MLOps Academy no CoddyKit. Esta é a aula 1 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.
Por que registrar previsões
Depois que seu modelo atende usuários reais, você não pode acompanhá-lo manualmente. O registro de cada previsão é como você verifica o que ele realmente faz em produção. 📊
Texto simples é problemático
Uma linha de registro como "got request, returned 0.91" parece clara para você, mas é terrível de pesquisar em grande escala. As máquinas precisam de estrutura, não de prosa.
Registro estruturado
Registro estruturado significa que cada linha de registro é um pequeno objeto com campos nomeados, não uma frase. Assim, as ferramentas podem filtrá-los, agrupá-los e agregá-los instantaneamente.
JSON é o formato
A escolha comum é um objeto JSON por linha. Cada campo tem uma chave, para que os sistemas de registro o analisem sempre da mesma maneira.
{"event": "prediction", "model": "churn-v3", "score": 0.91}O que registrar por previsão
Para cada chamada, capture as entradas, a saída e o tempo que ela levou. Juntos, esses dados permitem depurar, auditar e medir a qualidade posteriormente.
Registre a latência
Sempre registre a latência em milissegundos. Esse é o primeiro aviso de que um modelo ou seu servidor está começando a ter dificuldades.
import time
start = time.perf_counter()
score = model.predict(x)
latency_ms = (time.perf_counter() - start) * 1000Adicione um ID para rastrear
Dê a cada requisição um request_id exclusivo. Mais tarde, você poderá acompanhar uma previsão nos registros, painéis e no resultado real que vier a ocorrer.
import uuid
request_id = str(uuid.uuid4())Crie o registro
Reúna seus campos em um único dicionário. Esse registro se torna uma linha JSON pesquisável nos seus registros.
record = {
"request_id": request_id,
"model": "churn-v3",
"score": score,
"latency_ms": latency_ms,
}Emita JSON com o registrador
Use o módulo integrado logging do Python e descarregue o registro como JSON. Nunca use print, que ignora níveis e marcas de tempo.
import json, logging
log = logging.getLogger("predictions")
log.info(json.dumps(record))Nunca registre segredos brutos
Tenha cuidado com o que inclui. Ignore senhas, tokens e PII brutos, ou faça hash dos campos sensíveis antes que eles cheguem a uma linha de registro. 🔒
Envie os registros para um local central
Os registros em um único servidor desaparecem quando ele é reiniciado. Encaminhe-os para um armazenamento central, como Loki ou CloudWatch, para que sobrevivam a qualquer contêiner individual.
Verificação rápida
Você quer registros de previsões que possam ser pesquisados e agregados em grande escala. Qual formato é mais adequado?
Recapitulação
Você registra cada previsão como um JSON estruturado com entradas, saída, latência e um identificador, e depois o envia para um local central. Esses são os seus olhos em produção. ✅
Perguntas Frequentes
A aula “Registros estruturados para previsões” é grátis?
Sim — o texto completo de “Registros estruturados para previsões” 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 “Registros estruturados para previsões”?
Registre entradas, saídas e latência como JSON. 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 1 de 4.
Quanto tempo leva a aula “Registros estruturados para previsões”?
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
- Registros estruturados para previsões
- Exponha métricas com Prometheus
- Crie um painel no Grafana
- Alarme sobre picos de latência e erros