MLOps_CreditScore/versioning_dagshub

🌟 README - Control de Versionado con Git y DVC (DAGsHub)

La carpeta versioning_dagshub/ contiene scripts Python para gestionar el versionado del proyecto IntelligentCreditScoringPipeline con Git, DVC y DAGsHub. ¡Estos scripts te permiten crear, configurar y actualizar tu repositorio como todo un experto! 🚀

🛠️ ¿Para qué sirven estos archivos?

Los scripts te ayudan a:

• Crear un repositorio en DAGsHub. 📦
• Inicializar Git y DVC localmente. 🗃️
• Conectar el proyecto a DAGsHub con S3. 🔗
• Subir cambios (código, datos, modelos) al repositorio remoto. ⬆️

Cada script se ejecuta desde la raíz del proyecto (G:\MLOps Proyecto End_to_End\IntelligentCreditScoringPipeline) y usa config/versioning_dagshub.yaml para configuraciones. Un archivo history.txt registra las versiones. 📜

---

📋 Pasos para usar los scripts

1. Crear el archivo versioning_dagshub.yaml ✨

Crea config/versioning_dagshub.yaml con tus credenciales. Es confidencial porque incluye el token de DAGsHub, así que está excluido vía .gitignore.

Ejemplo:

dagshub:
  username: "JorgeDataScientist"
  token: "your_dagshub_token"
  repo_name: "MLOps_CreditScore"
  git_url: "https://dagshub.com/JorgeDataScientist/MLOps_CreditScore.git"
  dvc_s3_url: "s3://dvc"
  dvc_endpoint_url: "https://dagshub.com/JorgeDataScientist/MLOps_CreditScore.s3"
  description: "Proyecto MLOps para analizar y predecir puntajes crediticios"
git:
  email: "jorgeluisdatascientist@gmail.com"
gitignore:
  - "env_pipeline/"
  - "mlruns/"
  - ".vscode/"
  - ".pytest_cache"
  - "__pycache__"
  - "*.log"
  - "*.pyc"
  - ".ipynb_checkpoints/"
  - "config/versioning_dagshub.yaml"
  - "data/"
  - "models/"
dvc:
  directories:
    - "data"
    - "models"

Copia este ejemplo, ajusta los valores, y guárdalo en config/versioning_dagshub.yaml.

---

2. Crear el repositorio en DAGsHub 🏗️

Usa create_repo.py para crear el repositorio remoto.

• Ejecutar:

  python versioning_dagshub\create_repo.py
  

• Función: Crea un repositorio público en DAGsHub (JorgeDataScientist/MLOps_CreditScore).
• Frecuencia: Solo una vez.

---

3. Inicializar Git 🗄️

Configura Git localmente con init_git.py.

• Ejecutar:

  python versioning_dagshub\init_git.py
  

• Función: Inicializa Git, configura usuario y email, genera .gitignore, y hace un commit inicial.
• Frecuencia: Solo una vez.

---

4. Inicializar DVC 📂

Prepara DVC con init_dvc.py.

• Ejecutar:

  python versioning_dagshub\init_dvc.py
  

• Función: Inicializa DVC, añade data/ y models/, y commitea archivos .dvc en Git.
• Frecuencia: Solo una vez.

---

5. Conectar a DAGsHub 🔌

Conecta el proyecto con setup_dagshub.py.

• Ejecutar:

  python versioning_dagshub\setup_dagshub.py
  

• Función: Configura remotos Git y DVC (S3), activa core.autostage, commitea la configuración, y sube a DAGsHub.
• Frecuencia: Solo una vez.

---

6. Subir cambios futuros ⬆️

Usa push_changes.py para actualizar el repositorio.

• Ejecutar:

  python versioning_dagshub\push_changes.py
  

• Función: Pide un mensaje de commit, sube cambios a Git y DVC, y registra en history.txt.
• Frecuencia: Cada vez que hay cambios.

---

📜 Registro en history.txt 🕰️

Cada ejecución de push_changes.py añade una línea a versioning_dagshub/history.txt.

Ejemplo:

2025-04-11 10:15:30 - Commit: "Hola Mundo!" - Hash: 5ce1226 - Creador: Jorge Luis Garcia - Email: jorgeluisdatascientist@gmail.com - Username DAGsHub: JorgeDataScientist

---

📝 Notas finales

• Ejecuta los scripts desde la raíz del proyecto en el entorno (env_pipeline). 🌳
• Instala dependencias:

  pip install dvc[s3]
  

• Revisa config/versioning_dagshub.yaml si hay errores. 🔍
• Los scripts están optimizados; evita modificarlos para mantener el flujo.

Jorge Luis Garciajorgeluisdatascientist@gmail.comDAGsHub: JorgeDataScientist 🌟