Arquiteturas Lambda e Kappa para Machine Learning: Uma Análise em Cenários Batch e Streaming
Resumo
Este trabalho apresenta uma comparação entre as arquiteturas Lambda e Kappa aplicadas a projetos de Machine Learning. O estudo surgiu da necessidade de entender como os dados podem ser processados em diferentes situações, principalmente entre processamento em lote (batch) e processamento contínuo (streaming). A arquitetura Lambda trabalha com diferentes camadas para lidar com dados históricos e dados recentes, enquanto a Kappa utiliza um único fluxo de eventos, permitindo que os dados sejam reprocessados quando necessário.
Palavras-chave: Machine Learning; Arquitetura Lambda; Arquitetura Kappa; Processamento Batch; Streaming; MLOps.
Ler trabalho completo (PDF)