Как backend взаимодействовал с ML-моделью: где она хостилась и по какому протоколу вы с ней общались?

Опишите фактическую схему: модель находилась в том же процессе, отдельном сервисе или у внешнего провайдера; взаимодействие шло через HTTP, gRPC или очередь. Затем поясните, почему выбрали такой вариант.

Полезно назвать формат входа и ответа, ограничения размера, timeout, версионирование и обработку недоступности модели. Для отдельного inference-сервиса важны batching, ресурсы CPU/GPU и масштабирование. Укажите, за какую часть отвечали лично: API-интеграцию, развёртывание или саму модель. Если детали чужой инфраструктуры неизвестны, не стоит придумывать их для полноты рассказа.