Formation MLOps.
Score de satisfaction : 4,37/5
Durée :
4 jours
16/01/2024 à Paris
numero vert : 0805 950 800 (service et appel gratuits)
MLOps
à partir de
2990 €HT

Référence :
SF33653
Durée :
4 jours

Réservez vos places pour la session du
Vous souhaitez une session sur-mesure (intra) ?
Ce stage comprend
 28 heures de formation
Support de cours numérique
Pauses et snacks à volonté
Prise en charge OPCO possible
Disponible à distance

Formation MLOps.

Formez-vous aux meilleures pratiques pour déployer des modèles de Machine Learning !

Cette formation MLOps vise la maîtrise des pratiques et outils nécessaires pour gérer efficacement le cycle de vie des modèles de machine learning. En suivant cette formation, les participants acquerront une compréhension approfondie des défis liés au développement et à l'exploitation des modèles de machine learning, ainsi que des solutions pour y faire face. Ils apprendront également à automatiser le processus de développement et de déploiement des modèles, à surveiller les modèles en production, à garantir la sécurité et la confidentialité des données, ainsi qu'à documenter et à gouverner les modèles de machine learning. La formation MLOps comporte de nombreux ateliers pratiques, qui permettront une mise en application immédiate des concepts appris, dans des scénarios concrets.

Objectifs pédagogiques.

1Comprendre les concepts fondamentaux de MLOps et leur importance pour le développement et la production de modèles de machine learning de qualité

2Analyser les défis du développement et de la production de modèles de machine learning et les solutions MLOps pour les surmonter

3Evaluer les différentes plateformes MLOps disponibles pour le développement et la production de modèles de machine learning

4Mettre en œuvre des pratiques de développement et de production de modèles de machine learning sécurisées et fiables

5Gérer la documentation et la gouvernance des modèles de machine learning pour garantir la qualité et la transparence

6Utiliser des outils et des technologies pour automatiser les pipelines de développement et de production de modèles de machine learning

7Mettre en œuvre des mesures de suivi et de surveillance des modèles de machine learning en production pour détecter les anomalies et les erreurs

8Analyser les cas d'utilisation concrets de MLOps en action et les tendances futures du domaine

Prérequis : Bonnes connaissances en Machine Learning et expérience dans l'utilisation de Docker.
Partagez cette formation

Programme de formation MLOps.

PDF

Introduction à la formation MLOps

Définition et objectifs de MLOps
Les défis du développement et de l’exploitation des modèles de machine learning
L’importance de MLOps dans l’industrie
Le cycle de vie DevOps pour les modèles de machine learning

Gestion de la qualité des modèles de machine learning

Critères de qualité des modèles de machine learning : précision, rappel, F1-score, AUC-ROC…
Méthodes de validation et de test des modèles : validation croisée, test unitaire, métriques de performance…
Exemples d’outils pour suivre la qualité des modèles : Pandas Profiling, OpenRefine, Data Wrangler…

Infrastructure pour le développement et la production de modèles ML

Les principales plateformes pour le développement et la production de modèles
Déploiement en production des modèles
Mise à l’échelle des modèles
Gestion des dépendances et des versions

Automatisation et intégration continue

Automatisation du cycle de vie des modèles de machine learning
Intégration avec les pipelines DevOps
Tests automatisés et validation de modèles

Monitoring et surveillance en temps réel des modèles de machine learning en production

Collecte de données d’observation
Suivi des performances des modèles
Détection d’anomalies
Alertes en temps réel

Sécurité et confidentialité des données

Sécurité des données d’entraînement et de test
Confidentialité des données personnelles
Sécurité des modèles de machine learning
Contrôles d’accès aux modèles

Gestion de la documentation et de la gouvernance

Documentation des modèles de machine learning
Approbation des modèles
Évaluation régulière des modèles
Audit des modèles

Notre charte qualité et éthique.

A travers sa Charte Engagement Qualité, Sparks s’engage à tout mettre en œuvre pour que chaque session de formation soit un succès et que votre satisfaction soit totale.

Amandine de Sparks
Des chiffres étincelants.
18 années
à vos côtés
+ de 1000
sujets de formation
7108
stagiaires formés en 2022
273
formateurs actifs en 2022
98,2%
de stagiaires satisfaits
2488
jours de formation réalisés en 2022
HAUT