Serving Audit Report — SoccerPredictAI¶

Date: 2026-04-24 Auditor: GitHub Copilot (Claude Sonnet 4.6) Scope: FastAPI endpoints, model loading, Celery async, batch serving, error handling Method: анализ src/app/routers/, src/app/services/predict.py, src/app/tasks/predict.py, src/app/schemas/predict.py, src/app/worker_ml.py

1. API Endpoints Audit¶

1.1 Инвентаризация endpoints¶

⚠️ P1 Security: /predict/* endpoints не требуют аутентификации — любой может запрашивать предсказания. Это может быть намеренным (публичный сервис), но не задокументировано как решение.

1.2 Request / Response schemas¶

⚠️ P2: GET /predict/matches/ возвращает list[dict] без Pydantic response model — нет schema validation ответа.

1.3 Error responses¶

2. Model Loading Audit¶

2.1 Механизм загрузки¶

# worker_process_init signal → PredictionService.load() → mlflow.pyfunc.load_model()
model_uri = f"models:/{self._model_name}@{self._model_stage}"
# = "models:/soccer_clf@champion"

2.2 Проблема reload¶

⚠️ P1: Модель загружается один раз при старте worker process. При обновлении champion alias в MLflow Registry — worker не перезагружает модель. Требуется ручной restart Celery workers.

2.3 pyfunc predict_proba fallback¶

raw = model.predict(df)
if hasattr(raw, "ndim") and raw.ndim == 2:
    return raw  # Already (N, 3) probabilities

# Fallback: 1-D label output → try sklearn predict_proba

✅ Надёжный fallback для разных MLflow flavours.

3. Batch Inference Serving¶

Batch artifacts path¶

DVC batch_inference → data/predictions/match_features.parquet
    → (optional) upload to MinIO predictions/match_features.parquet
    ↓
FeatureLookupService._load()
    ├── local file если существует (dev)
    └── MinIO (production K8s)

Caching strategy¶

# MinIO re-check interval: FEATURE_CACHE_CHECK_INTERVAL = 60s (default)
# Cache invalidation: MinIO LastModified изменился → перезагрузить

Redis prediction cache¶

4. Celery Task Audit¶

predict_match task¶

⚠️ P2: max_retries=2 при default_retry_delay=10s — total retry window = 20s. При 30s sync timeout в FastAPI: retry закончатся до timeout, но клиент уже получил 504. Последний retry может всё равно выполниться.

Async flow (POST /predict/async/)¶

POST /predict/async/
    ↓
predict_match_task.apply_async(queue="ml")
    ↓ returns task_id
AsyncPredictResponse(task_id=...)
    ↓
GET /monitoring/task_status/{task_id}
    ↓
{"status": "SUCCESS"|"FAILURE"|"PROGRESS", "result": {...}}

✅ Полный async flow реализован. Polling endpoint существует.

5. Findings¶