Project: Real model + serve via API
M2 — Machine Learning Engineering
Latih model klasifikasi/regresi pada dataset nyata, simpan artefaknya, dan bangun REST API production-ready menggunakan FastAPI.
Yang Dibangun
- Pipeline training model ensemble (RandomForest/XGBoost) dengan validasi silang.
- FastAPI backend dengan endpoint
POST /predictyang memvalidasi skema payload JSON menggunakan Pydantic.
Langkah pengerjaan
- Latih model klasifikasi pada dataset tabular (mis. Titanic atau churn prediction)
- Evaluasi metrik Precision, Recall, dan F1-Score pada test set terpisah
- Simpan artefak model menggunakan joblib
- Bangun aplikasi FastAPI dengan endpoint POST /predict dan skema Pydantic
- Uji API secara lokal dengan curl atau Postman dan dokumentasikan endpoint
M2