Formation MLOps Engineering sur AWS (MLOE)
Optimisez vos déploiements ML avec les meilleures pratiques MLOps et l’approche DevOps grâce à notre cours de 3 jours !
Vue d'ensemble
Nous recommandons aux participants d'avoir réalisé le cours AWS Technical Essentials (en classe ou numérique), la DevOps Engineering on AWS (AWSDEVOPS) ou expérience équivalente et la Practical Data Science with Amazon SageMaker (PDSASM) ou expérience équivalente.
Objectifs pédagogiques
Programme détaillé
Introduction
Présentation de la formation
Introduction au MLOps
Les opérations en machine learning
Objectifs du MLOps
De DevOps à MLOps
Définition et périmètre du machine learning
Workflow ML vu sous l’angle du MLOps
Communication et collaboration
Valeur du MLOps : cas d’usage
Développement en MLOps
Introduction à la création, l’entraînement et l’évaluation des modèles ML
Automatisation des workflows
Intégration d’Apache Airflow
Utilisation de Kubernetes pour le MLOps
Amazon SageMaker et son rôle en MLOps
Démonstration : Amazon SageMaker
Laboratoire : Intégrer son propre algorithme dans un pipeline MLOps
Activité de groupe : Plan d’action MLOps
Laboratoire : Codage et déploiement d’un modèle ML avec AWS CodeBuild
Déploiement en MLOps
Introduction aux opérations de déploiement
Packaging des modèles
Inférence et mise en production
Laboratoire : Déploiement d’un modèle en production
Variantes de production avec SageMaker
Stratégies de déploiement
Déploiement en périphérie (Edge AI)
Sécurité du déploiement
Laboratoire : Test A/B des modèles
Activité de groupe : Plan d’action MLOps
Surveillance et exploitation des modèles
Importance de la surveillance des modèles
Conception d’un monitoring efficace
Laboratoire : Surveillance d’un modèle ML
Approche Human-in-the-loop
Amazon SageMaker Model Monitor
Démonstration : Amazon SageMaker Model Monitor
Résolution des problèmes courants
Activité de groupe : Plan d’action MLOps
Conclusion
Synthèse de la formation
Activité de groupe : Plan d’action MLOps
Clôture de la formation
Prochaines sessions
du 14 oct. 2026 au 16 oct. 2026 • 3 jours • Certifiante
Ils nous font confiance
Cette année notre filière Amazon Web Services (AWS) a accompagné plus de 2 entreprises dont :
Avis des participants
Vraiment une super formation. Les échanges avec Julia étaient tops et très fluides. J'ai particulièrement apprécié le côté pratique : les cas concrets que nous avons vus sont directement exploitables et pourront être mis en application rapidement dans nos systèmes.
Votre formateur
Camilo R.
Formateur Machine Learning & Google Cloud
Camilo intervient sur des formations portant sur la Data Science et le Machine Learning. Parmi les formations qui lui sont confiées figurent notamment « MLOps » et « PyTorch ». Son activité de formation a débuté en 2024.
Financement
Cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
Questions fréquentes
Combien de temps dure la formation MLOps Engineering sur AWS (MLOE) ?
Cette formation se déroule sur 3 jours.
Quels sont les prérequis pour suivre la formation MLOps Engineering sur AWS (MLOE) ?
Nous recommandons aux participants d'avoir réalisé le cours AWS Technical Essentials (en classe ou numérique), la DevOps Engineering on AWS (AWSDEVOPS) ou expérience équivalente et la Practical Data Science with Amazon SageMaker (PDSASM) ou expérience équivalente.
Quel est le prix de la formation MLOps Engineering sur AWS (MLOE) ?
En inter-entreprises, elle est à 2 550 € HT par participant. Un tarif sur-mesure est également disponible sur devis.
La formation MLOps Engineering sur AWS (MLOE) délivre-t-elle une certification ?
Oui, cette formation est certifiante.
La formation MLOps Engineering sur AWS (MLOE) est-elle éligible à un financement OPCO ?
Oui, cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
Choisissez votre formation
Mon contact chez SPARKS est professionnel et très réactif. Les échanges sont simples, efficaces, et la collaboration se déroule dans d'excellentes conditions.