feat: add MLflow deployment configuration for Fly.io with Docker setup

Author: ciro-maciel

infra/mlflow/Dockerfile

@@ -0,0 +1,17 @@
+# Use uma imagem Python leve
+FROM python:3.9-slim
+
+# Instale o mlflow
+RUN pip install --no-cache-dir mlflow gunicorn
+
+# Crie o diretório onde os dados do volume serão montados
+RUN mkdir /mlflow-data
+
+# Exponha a porta padrão do mlflow
+EXPOSE 5000
+
+# Garanta que o Gunicorn faça bind corretamente para o proxy do Fly
+ENV GUNICORN_CMD_ARGS="--bind 0.0.0.0:5000 --workers 2 --timeout 180"
+
+# Comando para iniciar o servidor mlflow
+CMD ["mlflow", "server", "--host", "0.0.0.0", "--port", "5000", "--backend-store-uri", "sqlite:////mlflow-data/mlflow.db", "--default-artifact-root", "/mlflow-data/artifacts"]

infra/mlflow/fly.toml

@@ -0,0 +1,32 @@
+# fly.toml
+app = "spamguard-mlflow"
+primary_region = "iad"
+
+[build]
+  dockerfile = "Dockerfile"
+
+[vm]
+  cpu_kind = "shared"
+  cpus = 1
+  memory_mb = 1024
+
+[mounts]
+  source="mlflow_data"
+  destination="/mlflow-data"
+
+# A configuração de serviços abaixo garante uma única máquina que pode ser suspensa.
+[[services]]
+  internal_port = 5000
+  protocol = "tcp"
+
+  # Estas linhas garantem que a máquina desligue quando ociosa e ligue ao receber uma solicitação.
+  auto_stop_machines = true
+  auto_start_machines = true
+
+  [[services.ports]]
+    handlers = ["http"]
+    port = 80
+
+  [[services.ports]]
+    handlers = ["tls", "http"]
+    port = 443