Guide de Démarrage Rapide

Ce guide explique comment allumer l’usine logicielle en local et utiliser l’orchestrateur Prefect pour piloter les entraînements.

1. Démarrage de l’Infrastructure Persistante

L’ensemble des services de base (Bases de données, Serveurs, API, Front) est orchestré par Docker Compose.

docker compose up -d --build

(Attendez une quinzaine de secondes pour que la base de données de Prefect s’initialise correctement).

2. Démarrage de l’Automatisation (Prefect Worker)

L’entraînement n’est plus manuel. Il est confié à un Ouvrier Docker (Worker) qui exécutera le code dans des conteneurs éphémères.

A. Mettez à jour le serveur avec les instructions de déploiement :

uv run prefect deploy -n production-training-job

B. Allumez le Worker (Laissez ce terminal ouvert) :

uv run prefect worker start --pool 'docker-pool'

3. Entraînement d’un modèle et Hot-Reloading

Pour générer une nouvelle version du modèle et tester le changement en direct :

1. Ouvrez l’interface Prefect : http://localhost:4200

2. Allez dans Deployments -> production-training-job.

3. Cliquez sur la flèche à côté de Run -> Custom Run.

4. Changez le paramètre champion_model (ex: passez de logistic_regression à random_forest) et validez.

5. Allez sur votre application Streamlit http://localhost:8501 et lancez une prédiction. L’API téléchargera la nouvelle version automatiquement !

(Note : Pour des tests de développement purs sans Docker, vous pouvez toujours utiliser uv run src/train/train.py en local).