Orchest - خطوط أنابيب علوم البيانات - عزز سير عمل Jupyter الخاص بك

قضيت أسبوعًا في اختبار Orchest على مشروع خط أنابيب بيانات حقيقي. الأداة مثالية لعلماء البيانات الذين يعيشون في دفاتر Jupyter ويحتاجون إلى الانتقال من التحليل المخصص إلى سير العمل القابل للتكرار. تشمل حالات الاستخدام خطوط أنابيب هندسة الميزات، وتجارب تدريب النماذج، وأتمتة معالجة البيانات. المحرر البصري بديهي، والقدرة على تحديد معلمات خطوط الأنابيب هي نقلة نوعية لضبط المعلمات الفائقة.

للبدء مع Orchest، استنسخ مستودع GitHub وقم بتشغيل إعداد Docker. بمجرد تحميل واجهة المستخدم، أنشئ خط أنابيب جديد واسحب دفاتر Jupyter الخاصة بك. قم بتوصيلها بحواف لتحديد سير العمل. حدد الخلايا التي سيتم تخطيها أثناء تشغيل خط الأنابيب عن طريق إضافة تعليق خاص. ثم قم بتحديد معلمات أي خلية بمتغيرات وقم بتشغيل التجارب لمقارنة النتائج.

استخدم ميزة 'تخطي الخلية' بحرية للحفاظ على نظافة الدفاتر أثناء تشغيل خط الأنابيب. للتجارب المعقدة، حدد المعلمات في دفتر منفصل وقم بالإشارة إليها عبر خط الأنابيب. مجتمع Slack الخاص بـ Orchest نشط؛ استفد منه لاستكشاف الأخطاء وإصلاحها. أيضًا، فكر في تشغيل Orchest على جهاز افتراضي سحابي للتخزين المستمر والوصول إلى GPU.

Orchest هي أداة مفتوحة المصدر قوية لعلماء البيانات الذين يرغبون في جلب انضباط خط الأنابيب إلى سير عمل Jupyter الخاص بهم. إنها مجانية وسهلة الإعداد، ويقلل المحرر البصري من العبء المعرفي. العيب الرئيسي هو عدم وجود إصدار سحابي مُدار، ولكن للاستخدام المحلي أو المستضاف ذاتيًا، إنه خيار قوي. أوصي به للفرق التي تعتمد بالفعل على Jupyter وتحتاج إلى حل خط أنابيب خفيف الوزن.