🐳 ORCA — Orçamento com IA

ORCA é uma aplicação inteligente para automação de orçamentos utilizando machine learning. Ela integra workflows de MLOps com rastreamento de experimentos via MLflow e deploy utilizando AWS e GitHub Actions.

---

📁 Estrutura de Workflows

Para fazer alterações no pipeline:

1. Atualize config.yaml
2. Atualize schema.yaml
3. Atualize params.yaml
4. Atualize a entidade no diretório entity/
5. Atualize o configuration manager em src/config/
6. Atualize os componentes
7. Atualize o pipeline
8. Atualize main.py
9. Atualize app.py (interface/execução)

---

▶️ Como executar o projeto

1. Clone o repositório

git clone https://github.com/ArthurMaciell/ORCA.git
cd ORCA

2. Crie e ative o ambiente Conda

conda create -n mlproj python=3.8 -y
conda activate mlproj

3. Instale as dependências

pip install -r requirements.txt

4. Execute a aplicação

python app.py

Acesse no seu navegador:

http://localhost:8501

---

📊 MLflow Tracking

Interface local

Execute o comando abaixo para abrir o MLflow UI localmente:

mlflow ui

Acesse: http://localhost:5000

Tracking remoto com DagsHub

Você pode rastrear os experimentos remotamente no DagsHub.

Inicialização via script:

import dagshub
dagshub.init(repo_owner='ArthurMaciell', repo_name='ORCA', mlflow=True)

import mlflow
with mlflow.start_run():
	mlflow.log_param('parameter_name', 'value')
	mlflow.log_metric('metric_name', 1)

Configurar variáveis de ambiente:

export MLFLOW_TRACKING_URI=https://dagshub.com/ArthurMaciell/ORCA.mlflow
export MLFLOW_TRACKING_USERNAME=ArthurMaciell
export MLFLOW_TRACKING_PASSWORD=SEU_TOKEN_AQUI

---

🚀 Deploy com AWS + GitHub Actions

1. Acesse o console da AWS

2. Crie um usuário IAM com permissões:

• AmazonEC2FullAccess
• AmazonEC2ContainerRegistryFullAccess

3. Crie um repositório no ECR

Anote a URI, ex.:

897722662134.dkr.ecr.us-east-1.amazonaws.com/orca

4. Crie uma instância EC2 (Ubuntu)

5. Instale o Docker na instância:

sudo apt update && sudo apt upgrade -y
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh
sudo usermod -aG docker ubuntu
newgrp docker

6. Configure EC2 como runner do GitHub:

No GitHub: Settings > Actions > Runners > New self-hosted runner
Siga as instruções para configurar.

7. Configure os segredos no GitHub (Settings > Secrets > Actions)

• AWS_ACCESS_KEY_ID
• AWS_SECRET_ACCESS_KEY
• AWS_REGION (ex: us-east-1)
• AWS_ECR_LOGIN_URI
• ECR_REPOSITORY_NAME

---

📚 Sobre o MLflow

MLflow é uma ferramenta de rastreamento de experimentos de Machine Learning que permite:

• Armazenar métricas e parâmetros
• Versionar modelos
• Reproduzir experimentos
• Fazer deploy de modelos de forma integrada

Documentação oficial: https://mlflow.org

---

📌 Status do Projeto

✔️ Estrutura de MLOps funcional
✔️ Treinamento e tracking com MLflow
✔️ Interface com app.py para uso interno
🚧 Automatização de deploy em andamento

---

👨‍💻 Autor

Arthur Maciel
GitHub • LinkedIn

---

📄 Licença

Este projeto está sob a licença MIT. Veja o arquivo LICENSE para mais detalhes.