fmind/cookiecutter-mlops-package

何を解決するか

このプロジェクトは、MLOpsプロジェクト用の標準化された、プロダクション対応の基盤を提供します。PythonパッケージとDockerイメージのビルド、テスト、パッケージ化、デプロイの繰り返し作業を排除し、一貫した構造と事前構成されたツールチェーンでAI/MLコードベースを迅速に開始できるようにします。

仕組み

Cookiecutterテンプレートであり、完全なプロジェクト構造を生成します。生成されたプロジェクトは、uvによる依存関係管理、RuffによるLint、miseによるタスク実行（インストール、テスト、ビルド）の統一を含む現代的なPythonスタックを使用しています。MLflowによるトレーキングとモデルレジストリの内蔵サポート（SQLiteバックエンド使用）、マルチステージDockerイメージ、GitHub ActionsワークフローによるCI/CD（GitHub Pagesへの自動ドキュメントデプロイを含む）を提供します。

対象ユーザー

Kubernetes、Vertex AI、Databricks、Azure ML、AWS SageMakerなどのさまざまなMLOpsプラットフォームに統合可能な再利用可能なAI/MLコンポーネントを構築する必要があるMLエンジニアやデータサイエンティスト。

特徴

• 統一されたタスク語彙: miseを使用して、ローカル開発、Gitフック、CIで同じコマンドを使用できるようにします。
• 高速なPythonスタック: uvとRuffを活用し、高性能な依存関係およびコード品質管理を実現します。
• 統合されたセキュリティ: 依存関係のCVEスキャン（pip-audit）、シークレットスキャン（gitleaks）、コンテナイメージスキャン（Trivy）を内蔵しています。
• 即時利用可能なCI/CD: 自動テスト、リリース、セキュリティ再スキャンを実行するGitHub Actionsを含んでいます。
• MLflow統合: ローカルのSQLiteストアを使用して、トレーキングとモデルレジストリを事前構成済みです。