mlops-initialization

Umiejętność do szybkiego przygotowania nowego projektu MLOps z użyciem nowoczesnego łańcucha narzędzi Pythona. Automatyzuje konfigurację struktury projektu, kontroli wersji Git i środowiska VS Code, zapewniając reprodukowalność i wysoką jakość kodu od samego początku. Zawiera wytyczne dotyczące zarządzania zależnościami za pomocą uv, konfiguracji metadanych projektu i weryfikacji wymaganych narzędzi systemowych.

1. Sprawdź dostępność wymaganych narzędzi: upewnij się, że masz zainstalowany uv (uruchom uv --version), Git (git --version) i Python w wersji stabilnej. Jeśli brakuje uv, zainstaluj je poleceniem curl -LsSf https://astral.sh/uv/install.sh | sh.

2. Utwórz katalog projektu i przejdź do niego: wykonaj mkdir <nazwa_projektu> && cd <nazwa_projektu>, zastępując <nazwa_projektu> wybraną nazwą.

3. Zainicjuj projekt za pomocą uv: uruchom uv init, które automatycznie tworzy plik pyproject.toml, .python-version i podstawowy plik hello.py.

4. Skonfiguruj metadane projektu w pliku pyproject.toml: zaktualizuj sekcję [project] z nazwą, wersją, opisem, danymi autora i licencją. Ustaw requires-python na wymaganą wersję Pythona (np. >=3.11).

5. Dodaj zależności projektu: w sekcji dependencies w pyproject.toml umieść wymagane pakiety dla Twojego projektu MLOps (np. pandas, scikit-learn, fastapi).

6. Zweryfikuj konfigurację: uruchom uv sync lub uv pip install -e . aby zainstalować projekt i jego zależności w środowisku wirtualnym zarządzanym przez uv.