![5 razões para executar o MongoDB no Kubernetes](https://optimuscloud.com.br/wp-content/uploads/2024/03/1709742745_5-razoes-para-executar-o-MongoDB-no-Kubernetes-150x150.jpg)
5 razões para executar o MongoDB no Kubernetes
6 de março de 2024![O novo portal de desenvolvimento do Slack oferece recursos de CI/CD, Python e JavaScript](https://optimuscloud.com.br/wp-content/uploads/2024/03/1709750645_O-novo-portal-de-desenvolvimento-do-Slack-oferece-recursos-de-150x150.jpg)
O novo portal de desenvolvimento do Slack oferece recursos de CI/CD, Python e JavaScript
6 de março de 2024Uma biblioteca Python de código aberto gratuita permite que os desenvolvedores transformem dados e algoritmos de IA em aplicativos da web prontos para produção. Chamada Taipy, a biblioteca foi projetada para apoiar engenheiros de ciência de dados e aprendizado de máquina na construção de aplicativos full-stack.
A startup foi fundada por Vincent Gosselin e Albert Antoine, ambos veteranos do mundo da tecnologia. Gosselin, que é CEO, passou oito anos na área de Ciência de Dados e Análise Avançada da IBM, além de chefiar análises avançadas na DecisionBrain. Antoine, diretor executivo da Taipy, foi CEO da empresa de análise de dados Avaiga.com e trabalhou no desenvolvimento de negócios na Dataiku, uma plataforma de ciência de dados.
“O problema que eles queriam resolver ao criar o Taipy é a taxa de falhas de projetos no espaço de dados”, explicou Rym Michaut, cientista de dados e gerente da comunidade global do Taipy, em uma resposta por escrito ao The New Stack. “A maioria desses projetos é escrita em Python. É por isso que mudamos de Java para Python.”
Os três componentes do Taipy
Os desenvolvedores não precisam de nenhum conhecimento prévio de HTML, JavaScript ou CSS para usar o Taipy, mas precisam de um conhecimento básico de Python.
A ferramenta é composta por três componentes, começando pelo frontend Taipy para construção de uma interface gráfica de usuário usando linguagem Markdown simples para criar páginas interativas com elementos gráficos, de acordo com o FAQ do Taipy.
“Os desenvolvedores têm muito controle sobre a aparência”, disse Michaut. “Fornecemos um estilo CSS padrão para todos os nossos aplicativos e componentes de UI, mas eles podem ser modificados por meio de código Python ou CSS. Nosso principal ponto forte em termos de aparência é o layout: fornecemos uma sintaxe fácil para personalizar o design do seu aplicativo e também temos uma extensão VS Code que permite visualizar o design da sua página sem executar o código Python.”
Ela reconheceu que, embora a biblioteca seja personalizável, o “layout e aparência padrão podem ser menos impressionantes do que outras bibliotecas menos personalizáveis”, disse ela. Para dar aos desenvolvedores uma ideia de um aplicativo do mundo real para construir com Taipy, ela compartilhou um modelo de painel de previsão financeira concluído para uma empresa.
![Maquete de aplicativo feita com Taipy.](https://optimuscloud.com.br/wp-content/uploads/2024/03/Biblioteca-de-codigo-aberto-Taipy-transforma-algoritmos-de-IA-e.png)
Maquete de aplicativo feita com Taipy, cortesia da Taipy.
Nos próximos meses, a Taipy planeja lançar uma nova oferta de baixo código que permitirá aos usuários editar frontends sem codificação usando componentes de interface do usuário de arrastar e soltar a partir de uma interface web.
O back-end do Taipy serve para construir e gerenciar fluxos de dados, incluindo pipelines que podem recorrer ao seu código. Ele pode agendar tarefas, armazenar em cache operações repetitivas e paralelizar tarefas “para otimizar o desempenho e agilizar o gerenciamento de pipelines e cenários”, afirmou o FAQ. “O objetivo principal do back-end do Taipy é traduzir o código Python padrão e melhorar o desempenho e o gerenciamento do pipeline e do cenário”, acrescentou.
O terceiro componente, Taipy Rest, fornece uma maneira de acessar cenários, pipelines e acessadores de dados por meio de uma API Rest.
“Taipy também se concentra em trabalhar em aplicativos de produção em grande escala: à medida que executamos as tarefas mínimas necessárias em uma interação do usuário usando o que chamamos de retornos de chamada, o front-end e o back-end são executados em threads diferentes para que o usuário ainda possa interagir com o aplicativo mesmo se um modelo estiver sendo executado em segundo plano”, explicou Michaut.
Taipy pode se conectar por padrão a pickle, CSV, Excel, JSON, Mongo, SQL e Parquet.
“É claro que se você puder se conectar a uma fonte de dados usando Python, isso também funcionará no Taipy usando algumas linhas de código”, acrescentou ela.
Também há documentação para conexão com AWS e DataBricks.
Integração com bibliotecas existentes de ciência de dados e ML
The New Stack perguntou a Michaut se o Taipy pode lidar com grandes conjuntos de dados e modelos complexos de aprendizado de máquina com eficiência e com que facilidade ele pode se integrar com bibliotecas existentes de ciência de dados e aprendizado de máquina, como scikit-learn, TensorFlow ou PyTorch.
“Sim, o Taipy pode lidar com grandes conjuntos de dados e algoritmos de ML de forma eficiente, integrando outras bibliotecas”, respondeu ela. “Como nossa biblioteca se concentra principalmente no frontend, não interferimos em nada que possa ser escrito com código Python. Taipy chama as diferentes bibliotecas de que você precisa para executar seu algoritmo de ML dentro de uma página da web e interage diretamente com ele. Você pode, por exemplo, alterar os parâmetros do modelo em uma interface do Taipy, executar o modelo usando um botão e visualizar os resultados em uma página da web do Taipy.”
Ele também fornece recursos que permitem ao usuário visualizar e interagir com grandes conjuntos de dados em tempo real. Um desses recursos é o dizimador, que reduz o número de pontos em um gráfico que pelo menos modificam as curvas, explicou ela. “Também temos recursos para executar modelos de ML em paralelo ou em clusters distribuídos”, acrescentou ela.
O objetivo: facilidade de uso e escalabilidade
Também perguntamos como o Taipy se compara a outros frameworks semelhantes, como Streamlit, Dash ou Flask. O objetivo da Taipy é atingir um ponto ideal de facilidade de uso e escalabilidade que essas soluções não conseguem, disse Michaut.
“Descobrimos que o cenário do pacote gráfico Python está dividido em dois pólos: por um lado, ferramentas como Streamlit são fáceis de usar, mas não se adaptam a aplicações de produção. Eles geralmente falham quando confrontados com múltiplas páginas/usuários ou grandes conjuntos de dados/computações”, afirmou ela. “Por outro lado, ferramentas como o Dash são escaláveis, mas têm uma curva de aprendizado acentuada. Vimos uma lacuna no mercado e a aproveitamos.”
A postagem Biblioteca de código aberto Taipy transforma algoritmos de IA e dados em aplicativos da Web apareceu pela primeira vez em The New Stack.