Последнее обновление по проекту MLOps подчеркивает успешную интеграцию семантического кэширования с использованием векторной базы данных Qdrant, что улучшает хранение рыночных отчетов и данных о производительности с временем жизни (TTL) в 24 часа для фильтрации по тикерам. Проект, разработанный как доказательство концепции, включает ключевые компоненты, такие как инженерия признаков с использованием RSI, MACD и OHLCV, а также использование API Yahoo Finance для ежедневных данных по акциям. В проекте также представлен обученный LSTM-модель для прогнозирования акций на 7 дней, перенос обучения для адаптации моделей и мониторинг с помощью MLflow. Конечные точки FastAPI облегчают обучение и прогнозирование, в то время как Redis и Docker обеспечивают эффективное кэширование и развертывание. Проект будет опубликован на GitHub с планами по выпуску электронной книги и дальнейшему развертыванию на AWS.