Crie um endpoint do Databricks Model Serving

Ao concluir, você terá:

• Um serving endpoint de modelo em execução no seu workspace do Databricks
• O endpoint testado e confirmado como pronto para receber requisições de inferência
• O nome do endpoint configurado no seu app para desenvolvimento local e deployment

Prerequisites

Verifique se estes recursos do workspace do Databricks estão habilitados antes de começar. Se alguma verificação falhar, peça ao administrador do workspace que habilite o recurso.

• Model Serving habilitado. Execute databricks serving-endpoints list --profile <PROFILE> e confirme que o comando foi bem-sucedido (uma lista vazia não é problema — você está prestes a criar um endpoint). Um erro de permissão ou not enabled indica que o Model Serving não está disponível para essa identidade.
• Permissão para criar serving endpoints. Criar um endpoint exige participação no workspace com o direito workspace-access; CAN_MANAGE é uma ACL por endpoint que controla o gerenciamento de um endpoint já existente. Se databricks serving-endpoints create retornar PERMISSION_DENIED, peça ao seu administrador que verifique seus direitos.
• Um modelo de fundação ou um modelo MLflow registrado para servir. Liste os endpoints de modelos de fundação já disponíveis no seu workspace com databricks serving-endpoints list --profile <PROFILE> -o json (procure nomes que comecem com databricks-). Se preferir servir um modelo registrado no Unity Catalog, confirme que ele existe na UI do Databricks em Models antes de executar databricks serving-endpoints create.