Como treinei meu primeiro modelo preditivo com MLOps e MLflow na formação DP-100

A predição de demanda é um dos casos de uso mais valiosos de Machine Learning no mercado. Recentemente, realizei o desafio prático de regressão preditiva da formação Microsoft Certified: Azure Data Scientist Associate (DP-100) na DIO, simulando o negócio da sorveteria artesanal Gelato Mágico.

Neste artigo, compartilho como estruturei o pipeline de dados, os resultados dos modelos e como o MLflow garante a governança e reprodutibilidade do projeto.

1. O Problema de Negócio

Em cidades litorâneas, a demanda por sorvete varia drasticamente de acordo com a temperatura ambiente e dias da semana.

• Produzir em excesso = desperdício de insumos perecíveis e alto custo de refrigeração.
• Produzir de menos = perda direta de receita e clientes insatisfeitos.

O objetivo: construir um modelo de Machine Learning capaz de estimar com precisão o volume diário de vendas a partir da temperatura prevista e do dia da semana.

2. Estrutura do Pipeline e MLOps

Em vez de apenas rodar um script isolado, o projeto foi concebido seguindo os princípios de MLOps:

1. Modelagem de Dados (inputs/): Histórico de 100 dias simulando sazonalidade litorânea (18°C a 38°C) e impacto de fins de semana.
2. Treinamento Comparativo (treinar.py): Avaliação de Regressão Linear vs. Random Forest Regressor.
3. Rastreamento com MLflow: Registro de parâmetros, métricas de erro (MAE, RMSE, R²) e salvamento dos artefatos do modelo.
4. Inferência em Tempo Real (prever.py): Módulo que busca dinamicamente o modelo com melhor R² no registro e gera predições sob demanda.

3. Resultados e Métricas

Ao comparar os dois algoritmos no conjunto de teste (20% dos dados):

• Regressão Linear (Modelo Campeão):R² Score: 0.9957 (99.57% da variância explicada)
• MAE (Erro Médio Absoluto): 7.08 unidades
• RMSE: 8.08 unidades
• Random Forest Regressor:R² Score: 0.9698
• MAE: 17.87 unidades

A Regressão Linear apresentou uma aderência quase perfeita, errando em média cerca de 7 sorvetes por dia — uma margem de segurança excelente para o estoque da sorveteria!

4. Conexão com o Azure Machine Learning

O MLflow é adotado nativamente pela Microsoft no Azure Machine Learning Studio. Isso significa que todo o código construído localmente é 100% portável para a nuvem: basta apontar a tracking_uri do MLflow para o Workspace do Azure ML, sem necessidade de reescrever funções ou pipelines.

5. Conclusão e Repositório

Ter contato prático com ferramentas de rastreamento como o MLflow muda a forma de desenvolver Machine Learning: saímos do código experimental para pipelines confiáveis, versionados e auditáveis.

Confira o código-fonte, dados e documentação completa no GitHub: 👉 https://github.com/dimasreisalves/dio_ml_previsaoVendas

O que achou da abordagem? Feedbacks e conexões são super bem-vindos!