Documento de Arquitetura

Histórico de Revisão

Data Versão Modificação Autor
03/04/2019 0.1 Criação do documento e Metas e Restrições de Arquitetura Ernando
04/04/2019 0.2 Tópico 2 Davi Alves
05/04/2019 0.3 Tópico 3 Ernando
06/04/2019 0.3.1 Finalização topico 2, revisão topico 3 Davi Alves
06/04/2019 0.4 Tópico 1 Álex Porto
07/04/2019 0.5 Tópico 4 Eugênio Sales
14/04/2019 0.5.1 Revisão de ortografia e correção do diretório da imagem Álex Porto

1. Introdução

Este documento apresenta a arquitetura de software utilizada no desenvolvimento do ChatBot PyLearner, visando uma visualização dos requisitos e da estrutura com os desenvolvedores.

1.1 Finalidade

Este documento tem como objetivo esboçar uma visão ampla da arquitetura do PyLearner e porque cada decisão arquitetural foi tomada

1.2 Escopo

o Pylearner propõe-se a ajudar programadores a aprender de uma maneira mais interativa e dinâmica, através de uma plataforma que integra tutoriais e chatbot,sobre Machine Learning,podendo tirar dúvidas e orientar a direção em que se deve seguir no assunto .

1.3 Referências

2018.2-Lino: Documento de Arquitetura. 2018. Disponível em: https://github.com/fga-eps-mds/2018.2-Lino/blob/master/docs/documento-de-arquitetura.md. Acesso em: 6 de abril de 2019;

2018.2-IncluCare_API: Documento de Arquitetura. 2018. Disponível em: https://github.com/fga-eps-mds/2018.1-IncluCare_API/blob/master/docs/ARCHITECTURE_DOCUMENT.md. Acesso em: 6 de abril de 2019;

1.4 Definições, Acrônimos e Abreviações

  • API: Application Programming Interface
  • DB: Banco de Dados, DataBase
  • Front-end: Trabalha com a parte da aplicação que interage diretamente com o usuário
  • Back-end: Trabalha na parte de “trás” da aplicação. Ele é o responsável, em termos gerais, pela implementação da regra de negócio.

    • 2. Representação da Arquitetura

    • Jupyter Notebook

      O Jupyter Notebook é um aplicativo Web de código aberto que permite criar e compartilhar documentos que contêm código ativo, equações, visualizações e texto narrativo. Os usos incluem: limpeza e transformação de dados, simulação numérica, modelagem estatística, visualização de dados, aprendizado de máquina e muito mais.

    • Rocket Chat

      Rocket.Chat é uma solução em software de chat de código aberto. Gratuito, ilimitado e totalmente personalizável com hospedagem em nuvem local. Excelente para a integração com chatbot.

    • Rasa

      Rasa é um conjunto de ferramentas de aprendizado de máquina de código aberto para os desenvolvedores criarem chatbots e assistentes contextuais baseados em texto e voz. Ele é dividido em duas principais ferramentas: >Rasa NLU que é uma ferramenta open source para processamento de linguagem natural, sendo focada em classificação de intenções e extração de identidades. >Rasa Core que é uma ferramenta livre para construção de sistemas de conversação, como messengers e chat bots.

    • Mongo DB

      Mongo DB é um programa de banco de dados orientado a documentos de plataforma cruzada gratuito e de código aberto.

    • Docker

      Docker é um projeto de código aberto que automatiza a implantação de aplicativos dentro de recipientes de software, fornecendo uma camada adicional de abstração e automação de virtualização de sistema de nível operacional em Linux, Mac OS e Windows.

    • Microserviços

      A arquitetura de microserviços representa um estilo de arquitetura que é uma abordagem desenvolvida com a finalidade de criar um aplicativo único como uma suite de pequenos serviços, cada um executando seu próprio processo e se comunicando através de mecanismos leves, muitas vezes em uma API com recursos HTTP.

      No software descrito neste documento a arquitetura de microsserviços será bastante utilizada. Os módulos serão:

    • Busca no StackOverflow: Módulo responsável por efetuar uma busca de uma mensagem de erro gerado na output da celula executada no jupyter.

    • Sugestões para exercicios: Módulo responsável por propor exercicios de plataforma externa.

    • Busca de Datasets: Módulo responsavel por efetuar busca de datasets especificos na area de machine learning.

    • Gateway: Módulo responsável por intermediar a comunicação entre o Back-end e o Front-end.

    • Comunicação entre os serviços

      Comunicação entre os serviços será feita por meio de uma API Gateway, a qual será responsável por fazer o intermédio entre os microsserviços por meio de métodos do protocolo HTTP.

    • Amazon API Gateway: O Amazon API Gateway é um serviço totalmente gerenciado que facilita para os desenvolvedores criar, publicar, manter, monitorar e proteger APIs em qualquer escala.

    3. Metas e Restrições de Arquitetura

     Restrições de arquitetura do projeto:

    • Utilização da ferramenta Jupyter Notebook para computar os códigos gerados pelo usuário e tornar o ambiente mais propício a aprendizagem de forma mais interativa.
    • Utilização da ferramenta Docker para a virtualização de ambientes, voltado para o desenvolvimento da arquitetura de microserviços do projeto.
    • Utilização do Mongo DB para criação de um banco de dados relacional.
    • Utilização do Rasa para a criação e contextualização do Chatbot.
    • Necessário conexão com a internet por se tratar de uma aplicação web.

     Metas do projeto:

    • Tirar duvidas de Machine Learning com o intuito de aprimorar conhecimento nessa área e auxiliar o usuario com tutoriais.

    4. Visão Lógica

    Arquitetura do Backend