Implementação de modelos de Decision Optimization de forma programática
Você pode implantar o modelo prescritivo do Decision Optimization e todos os dados mestre associados. Em seguida, você pode enviar solicitações de trabalho para essa implantação e só precisa incluir os dados transacionais relacionados. Você pode implementar seu modelo usando a API REST dowatsonx.ai Runtime, o cliente Python dowatsonx.ai Runtime ou a interface de linha de comando IBM Cloud Pak for Data as a Service.
- Credenciais necessárias
- Gerenciamento de credenciais de tarefas
Consulte o exemplo da API REST para obter um exemplo de código completo. Consulte Python client examples para obter um link para um notebook Python disponível no hub de recursos.
Visão geral
As etapas para implantar e enviar trabalhos para um modelo Decision Optimization são as seguintes. Essas etapas são detalhadas em seções posteriores.
- Crie um serviço de tempo de execução watsonx.ai.
- Crie um espaço de implementação usando a https://dataplatform.cloud.ibm.com interface de usuário ou com a API REST.
- Implemente seu modelo com qualquer dado mestre que possa ser reutilizado por todos os trabalhos. Essa implantação pode ser feita a partir da interface do usuário (consulte Implantação a partir da interface do usuário ) ou seguindo as etapas descritas em Implantação de um modelo Decision Optimization. Consulte também este exemplo da API REST
- Crie e monitore tarefas para esse modelo implementado.
O tamanho da camiseta se refere a configurações de implementação predefinidas: pequeno, médio, grande e extragrande.
| Definição | Nome | Descrição |
|---|---|---|
| 2 vCPU e 8 GB | S | Pequeno |
| 4 vCPU e 16 GB | M | Médio |
| 8 vCPU e 32 GB | L | Grande |
| 16 vCPU e 64 GB | XL | Muito grande |