Este trabajo consiste en la subida a producción de un modelo predictivo, concretamente para clasificar noticias reales de otras "fake".
Las fases del proyectos son las siguientes:
- Creación de la web (API) para realizar peticiones al modelo, online.
- Git para organizar el código simulando un proyecto real.
- Subida a Cloud para poder acceder al modelo desde cualquier parte del mundo.
- Spark para simular peticiones a una base de datos real.
Este repositorio contendrá tres ramas principales:
- main: Rama de producción
- HotFix: Rama para pequeños cambios en producción
- Develop: Rama sobre la que se realizarán los merge de las distintas funcionalidades (flask, AWS, APIs, etc.)
En primer lugar, se deberá realizar un forkeo y clonado del repositorio.
Cada desarrollador creará una rama adicional que se nombrará como Feature_nombre (ie: Feature_Flask, feature_API) y sobre la cual trabajará y realizará los distintos commits.
Una vez el commit tenga la funcionalidad deseada, se realizará, previa autorización, el merge con la rama develop.
Una vez todas las funcionalidades hayan sido añadidas a la rama Develop, se realizará un merge con la rama HotFix, sobre la cual se realizarán pequeños cambios para optimizar o mejorar aspectos mínimos.
Cuando el funcionamiento sea el correcto, se realizará un último merge con main, para tener el código final que se subirá a producción.