Session

実践Streamlit & Flask - AIプロジェクトのプロトタイピングから本番運用までをいい感じにするPythonicなやりかた

クラウドサービスの発展・発達ですぐにでもWebサービス立ち上げができたり, ちょっとした機械学習もクラウドサービスでいい感じに出来るようになった昨今。
スタートアップのサービス立ち上げ, 大企業の新規事業やDXなプロジェクトといった「AI・データサイエンスでいい感じなプロダクトが欲しい」という機会が増えた気がします。

例えばJX通信社では, 2021年2月に「AIワクチン接種予測」というプロダクトをリリースしました。
こちらのプロジェクトは限られた期間で「AI・データサイエンスでいい感じにしてくれ」といった比較的難易度が高いオーダーではじまったのですが,

・データサイエンティスト向けのWeb Framework「Streamlit」で概念実証(PoC)
・Flask, FastAPIといった軽量Frameworkを活用し本プロダクト開発・運用
・Google App Engine(GAE), Cloud Runを全力で活用したサーバレスな運用

といった技術スタック・思想でこの難関なプロジェクトを乗り切りました。

このトークでは,

・データサイエンティストがStreamlitでプロトタイプを作りながらPoCを上手く回す方法
・PoCから本サービス開発の移行でFlask/FastAPIを使ったサービス開発の勘所
・GAEやCloud Runといったサーバレス(自分でサーバーの面倒を見ない)なサービスを活用した運用のノウハウ

というストーリーを元に,

・データサイエンティストがやるべきWebアプリケーション開発
・パッケージ構成やテスト, CIを如何にいい感じにやるか?
・クラウドサービスを駆使してTV出演(TV砲)などで突然の高トラフィック対策を求められる際にいい感じにやる方法

といった, 「クラウド・AI全盛期の今どきなWebアプリケーション・サービス開発」をPython使いの視点でご紹介します。

【Outline(予定)】

・自己紹介
・Streamlitを使った爆速プロトタイピング
 - プロトタイプすなわち動くアプリケーション
 - ひとまずStreamlitで作る&共有する
 - 本プロダクト開発を意識したアプリケーション構成とテスト
・Flaskでバックエンドを作る
 - FastAPIとFlaskの使い分け?
 - Streamlitプロトタイプからの移植
・Google App EngineとCloud Runでの本番運用
 - TV砲に耐えるための技術
・小ネタ - 動的なアイキャッチ画像生成をFastAPIで実現する
・まとめ - クラウド&サーバレス時代のアプリケーションの作り方

Shinichi Nakagawa

Senior Engineer / Baseball Data Scientist

Tokyo, Japan

Actions

Please note that Sessionize is not responsible for the accuracy or validity of the data provided by speakers. If you suspect this profile to be fake or spam, please let us know.

Jump to top