La formation MLOps vous permet de maîtriser le maintien en conditions opérationnelles (run) et l’évolutivité des modèles de Machine Learning en production. Elle couvre les bonnes pratiques pour garantir la performance, la qualité des données, la sécurité et l’évolutivité des modèles tout en prenant en compte les défis organisationnels, économiques et réglementaires.
- Cette formation s’adresse aux MLEngineer, MLOps et data scientists maintenant des applications en production.
- Connaissances en Machine Learning
- Bases en Data Science
- Notions de déploiement de modèles
- Expérience sur projets data recommandée
- Garantir l’exécution quotidienne des modèles de ML.
- Mettre en place monitoring et alerting
- Gérer la scalabilité et le réentraînement
- Mettre en place une gouvernance pour les modèles.
Programme de la formation
Garantir la performance et la fiabilité des modèles de Machine Learning dans la durée
Formation MLOps | Run et évolutivité des modèles Machine Learning
Contenu
- Introduction
- Les différents types de problème que l’on peut rencontrer en Machine Learning
- Les différents types d’erreurs
- Mise en pratique : « Visualiser différents types d’erreurs »
- Assurer le run au quotidien d’un point de vue technique
- Définition des concepts MCO, SLI, SLO et SLA
- Focus sur la qualité de données pour la Data Science
- Mise en pratique
- Mettre en place un outil de suivi de la qualité des données
- Le monitoring et l’alerting
- Mise en pratique
- Créer et implémenter des alertes
- Assurer le run au quotidien d’un point de vue technique (suite)
- Sécurité des modèles
- Mise en pratique
- Gérer une simulation de failles de sécurité
- Démarche de scalabilité d’une application de ML
- Mise en pratique
- Mettre en place un scale
- Choisir une stratégie de réentrainement
- Mise en pratique
- Automatiser le réentrainement et le déclencher en considérant une règle
- Le run au niveau de l’entreprise
- Différents modèles organisationnels du run
- Mise en place d’une gouvernance de modèles : introduction à l’AI Act
- Minimisation des coûts financiers, humains, environnementaux (FinOps, Light MLOps)
- Notebooks Jupyter
- Évolution d’application et déploiement de modèles avec tests, maintien de l’humain dans la boucle, choix d’architecture (serverless, cloud, MLOps, Edge) et documentation via ADR.
Cette formation MLOps est un outil crucial pour optimiser et sécuriser vos projets Data et IA en phase de production. Elle vous donne la capacité de gérer l’ensemble du cycle de vie des modèles, depuis la surveillance jusqu’à l’amélioration continue. Explorez également nos autres formations dans les secteurs du Machine Learning, de la Data Science, du Big Data, de l’IoT et de l’IA pour améliorer vos aptitudes et faciliter votre transition numérique.
