Evaluere den foregående periode og opstille nye individuelle læringsmål for de næste 14 dage.

Evaluere den foregående periode: hvad gik efter planen, hvad gik ikke som forventet, hvad har jeg lært af det, og hvordan skal de næste 14 dage se ud.

I den foregående periode havde jeg disse læringsmål:

• Implementere en mappestruktur for projektet baseret på Hexagonal Architecture.
• Udarbejde en analyse af det system, der skal implementeres.
• Vurdere hvordan resultaterne fra AI-billedklassifikationstjenesten skal behandles og vægtes i en samlet vurdering.
• Overveje fordele og ulemper ved at anvende Microservices kontra en monolitisk arkitektur.

Jeg har i denne 14-dages periode været ramt af sygdom, og det har derfor gjort det svært at komme i mål med alle de læringsmål, jeg havde sat. Jeg har forsøgt at prioritere i en rækkefølge, hvor det vigtigste er blevet håndteret først. Det har resulteret i, at jeg ikke er kommet i mål med alle mine læringsmål. De læringsmål, jeg ikke har afsluttet, vil jeg tage med ind i næste periode.

• Implementere en mappestruktur for projektet baseret på Hexagonal Architecture
  Dette læringsmål er jeg kommet godt i gang med. Jeg har lavet et indlæg omkring mappestruktur og haft grundlæggende overvejelser, som jeg har implementeret i microservicen. Denne mappestruktur understøtter Hexagonal Architecture og PO’s ønske om en modulær struktur, hvor man kan skifte adaptere ved behov.

• Udarbejde en analyse af det system, der skal implementeres
  Jeg er gået i gang med en analyse af systemet, både gennem implementering af mappestruktur og ved oprettelse af et sekvensdiagram, der viser hvordan beskeder bevæger sig gennem systemet. Diagrammet er oprettet på baggrund af en use case, hvor analyse og komprimering af JSON-materialet fra Google Vision Cloud(GVC) skal implementeres. Sekvensdiagrammet skal dog revideres, før jeg kan komme videre. Jeg tager derfor læringsmålet med til næste periode, da jeg ikke føler, jeg er i mål.

• Vurdere hvordan resultaterne fra AI-billedklassifikationstjenesten skal behandles og vægtes i en samlet vurdering
  Dette læringsmål er endnu ikke afsluttet. Jeg har forsøgt at analysere JSON-materialet fra GVC og har konstateret, at der returneres en stor mængde data. Derfor giver det mening at lave en komprimeret version, hvor features vægtes og klassificeres. Dette læringsmål tager jeg med videre til næste periode.

• Overveje fordele og ulemper ved at anvende Microservices kontra en monolitisk arkitektur
  Dette læringsmål har jeg kun nået at arbejde let med. Jeg har set en video fra YouTube og læst lidt materiale om emnet. Jeg vil tage læringsmålet med videre til de næste 14 dage.

Nye læringsmål for de næste 14 dage:

• Fortsat udarbejdelse af analyse af det system, der skal implementeres.
• Vurdere hvordan resultaterne fra AI-billedklassifikationstjenesten skal behandles og vægtes i en samlet vurdering.
• Overveje fordele og ulemper ved at anvende Microservices kontra en monolitisk arkitektur.
• Skrive tests, der kan validere og verificere output fra analysedelen i microservicen.