Kmom03: Projekt och examination

By . Latest revision .

Detta kursmoment avslutar och examinerar kursen.

Vi ska i projektet fortsätta utveckla vår befintliga applikation, men vi ska dessutom kolla på hur vi kan använda oss av Azure molnets AI och ML resurser.

Projekt skiss

#Läsanvisningar

#Artiklar

Innan vi drar igång med projektet finns två artiklar som kan vara värda att läsa för att förstå några av de stora fördelarna med molnet.

Läs igenom och gör gärna labben i Skalning och elasticitet.

Läs igenom och reflektera över fördelar med virtualisering och containers.

#Övningar & Uppgifter

#Övningar

Gör följande övningar för att träna inför uppgifterna.

  1. Jobba igenom övningen “En Flask App i molnet”.

  2. Jobba igenom övningen “Cognitive Services i Azure”.

  3. Jobba igenom övningen “Deployment av Lager-API:t i en Docker Container”.

#Uppgifter

Dessa uppgifter skall utföras och lämnas in. Uppgifterna får utföras tillsammans i par. Skriv en kommentar i Canvas med namn på eventuell samarbetsstudent.

  1. Gör uppgiften “AI/ML i molnet”.

#Resultat & Redovisning

Läs instruktionen om hur du skall redovisa.

Se till att följande frågor besvaras i redovisningstexten.

Besvara nedanstående frågor med 5-7 meningar per fråga:

  1. Beskriv ditt tillvägagångssätt för att implementera din /image_search route.

  2. Beskriv ditt tillvägagångssätt för att driftsätta Lager API:t i en docker container. Upplevde du några svårigheter med att driftsätta Lager API:t i en Docker Container?

  3. Vilka fördelar finns det generellt med att använda sig av molntjänster jämfört med att köpa in egen hårdvara? Vilka nackdelar finns det?

  4. Vilka fördelar finns med API management? Ett exempel på API management är det API, som ligger framför Cognitive Services.

  5. Upplevde du några svårigheter med att kommunicera med flera olika tjänster på samma gång?

  6. Skriv ett allmänt stycke om hur projektet gick att genomföra. Problem/lösningar/strul/enkelt/svårt/snabbt/lång tid, etc. Var projektet lätt eller svårt? Tog det lång tid? Vad var svårt och vad gick lätt? Var det ett bra och rimligt projekt för denna kursen?

  7. Avsluta med ett sista stycke med dina tankar om kursen och vad du anser om materialet och handledningen (ca 5-10 meningar). Ge feedback till lärarna och föreslå eventuella förbättringsförslag till kommande kurstillfällen. Är du nöjd/missnöjd? Kommer du att rekommendera kursen till dina vänner/kollegor? På en skala 1-10, vilket betyg ger du kursen?

#Revision history

  • 2021-12-16: (A, efo) Första utgåvan inför VT22.

Document source.