MLOps : Run et évolutivité de modèles de Machine Learning

Objectifs

S'avoir assurer le run au quotidien de modèle de Machine Learning
Avoir conscience des problématiques organisationnelles, légales, vis à vis du MCO de modèle de Machine Learning
Savoir améliorer continuellement les modèles de Machine Learning et l'architecture applicative sans causer d'incident de production
Mettre en place une gouvernance de modèle de Machine Learning pour l'organisation et pour être conforme avec les obligations réglementaires
Minimiser les coûts économiques, humains et environnementaux des modèles en production

Programme de la formation

Une fois le déploiement des modèles de Machine Learning en production automatisé, se pose alors la question du maintien en condition opérationnelle de ceux-ci.
Comment s'assurer que ces modèles restent performants et fiables sur la durée ? Comment gérer les versions et planifier sa maintenance sans incidence de performance et qualité ? Quelle gouvernance mettre en place ?
Pour relever ces challenges, nos experts OCTO du MLOps, ont conçu ce module de 3 jours, destiné aux ML Engineers et Data Scientits, pour s'approprier l'approche MCO, afin de faire évoluer dans les meilleures conditions ses modèles de Machine Learning en production et d'en monitorer en temps réel les performances. Enfin vos équipes verront les différents modèles d'organisation pour le run et apprendront comment faire évoluer sans incident votre application.

Validation et sanction

Attestation de suivi de présence

Type de formation

Non certifiante

Sortie

Sans niveau spécifique