Menu
Técnicas

Utilizando notebooks Jupyter em produção

NOT ON THE CURRENT EDITION
This blip is not on the current edition of the radar. If it was on one of the last few editions it is likely that it is still relevant. If the blip is older it might no longer be relevant and our assessment might be different today. Unfortunately, we simply don't have the bandwidth to continuously review blips from previous editions of the radarUnderstand more
Apr 2019
Evite?

Os notebooks Jupyter ganharam popularidade entre cientistas de dados, que os utilizam para análises exploratórias, desenvolvimento em estágios iniciais e compartilhamento de conhecimento. Esse aumento na popularidade criou uma tendência de uso em produção de notebooks Jupyter, disponibilizando ferramentas e suporte para executá-las em escala. Embora não queiramos desencorajar ninguém a usar suas ferramentas de escolha, não recomendamos o uso de notebooks Jupyter para criar código de produção escalável, sustentável e duradouro – eles não têm controle de versão eficaz, tratamento de erros, modularidade e extensibilidade, entre outros recursos básicos necessários para a criação de código escalável e pronto para produção. Em vez disso, incentivamos pessoas desenvolvedoras e cientistas de dados a trabalharem juntas para encontrar soluções que capacitem cientistas de dados a criar modelos de aprendizado de máquina prontos para produção, usando práticas de entrega contínua com as estruturas de programação corretas. Alertamos contra o uso em produção de notebooks Jupyter para superar ineficiências em pipelines de entrega contínua para aprendizado de máquina ou testes automatizados inadequados.