34 lines
1.1 KiB
Python
34 lines
1.1 KiB
Python
"""DAG de scoring horaire du modele LightGBM (issue #115).
|
|
|
|
Planifie toutes les heures, au rythme documente par `enervision_ml.score` (score le prochain pas
|
|
horaire par site). Reutilise le modele ecrit par `ml_train` (DAG separe, declenche a la main) :
|
|
ce DAG ne reentraine jamais rien. Si aucun modele n'a encore ete entraine, la tache echoue
|
|
(`FileNotFoundError`) plutot que de rester silencieuse.
|
|
"""
|
|
|
|
from __future__ import annotations
|
|
|
|
from datetime import datetime
|
|
|
|
from airflow.models.dag import DAG
|
|
from airflow.operators.bash import BashOperator
|
|
|
|
MODEL_PATH = "/opt/ml/state/models/lightgbm-consumption.txt"
|
|
|
|
with DAG(
|
|
dag_id="ml_score",
|
|
description="Score le prochain pas horaire par site (enervision_ml.score).",
|
|
schedule="@hourly",
|
|
start_date=datetime(2026, 1, 1),
|
|
catchup=False,
|
|
tags=["ml"],
|
|
) as dag:
|
|
# `--frozen --no-dev` : cf. `ml_train.py`, meme raisonnement.
|
|
BashOperator(
|
|
task_id="score",
|
|
bash_command=(
|
|
"cd /opt/ml && uv run --frozen --no-dev python -m enervision_ml.score "
|
|
f"--model {MODEL_PATH}"
|
|
),
|
|
)
|