Arquivo de projetos
SYS-01 / MLOps · monitoramento de drift

DriftPainel

Monitorar desvios entre dados de treino e dados atuais para decidir quando observar, manter ou retreinar modelos.

STATUSPublicado no GitHub
PAPELArquitetura full-stack, MLOps e documentação técnica
FLOW / SYS-01
  1. 01Dataset
  2. 02Perfil
  3. 03Testes
  4. 04Score
  5. 05Worker
  6. 06Relatórios
  7. 07Dashboard
EXECUTIVE SUMMARY

Plataforma full-stack de MLOps que recebe datasets, calcula severidade de drift por feature, ranqueia mudanças relevantes e gera relatórios em HTML, Markdown e JSON. O backend FastAPI orquestra regras, o worker Celery executa análises e o dashboard React transforma os sinais em decisão operacional.

  • FastAPI
  • React
  • Celery
  • Redis
  • PostgreSQL
  • MinIO
  • Docker
SYS-01.01

Contexto e problema #

Modelos em produção perdem confiabilidade quando a distribuição dos dados muda. O projeto transforma essa incerteza em uma rotina observável, com severidade e histórico.

SYS-01.02

Minha contribuição #

O case demonstra backend assíncrono, dashboard, persistência, armazenamento de arquivos e documentação de decisões técnicas em uma plataforma integrada.

SYS-01.03

Arquitetura #

FastAPI recebe os uploads e dispara serviços; Celery processa o motor de drift; PostgreSQL guarda metadados; MinIO ou storage local guarda arquivos e relatórios; React exibe histórico, gráficos e downloads.

  • FastAPI REST
  • Celery + Redis
  • PostgreSQL + MinIO
  • React dashboard
SYS-01.04

Avaliação e qualidade #

O valor do projeto está em tornar drift mensurável por feature e por execução, permitindo comparar severidade global, ranking e recomendações de ação.

SYS-01.05

Limitações #

Drift indica mudança estatística, não prova degradação causal do modelo. A decisão de retreino ainda precisa considerar impacto no negócio e métricas do modelo.

SYS-01.06

Próximos passos #

Evoluir autenticação, multiusuário, observabilidade Prometheus/Grafana, agendamentos e integração com MLflow.