MLOps

Objectifs

Objectifs
Maîtrisez l'approche MLOps (Machine Learning Operations) pour concevoir des modèles d'apprentissage machine adaptés à leur déploiement en production puis les maintenir tout au long de leur cycle de vie.
Compétences visées
- Connaître les différentes étapes de vie du modèle et de la donnée après le Proof Of Concept (POC)
- Connaître les méthodes de réduction de dimensions d'un modèle pour le passage à l'échelle
- Connaître les différentes plateformes de production
- Savoir mettre en place des algorithmes d'explicabilité d'un modèle
- Avoir des notions sur l'embarquabilité
- Avoir des notions sur l'entrainement de larges modèles de façon distribuée

Programme de la formation

- La vie après le Proof Of Concept (POC) - 1 jour
Qu'est ce que le MLOps ?
Cycle de vie de la data
Tour d'horizon des différentes plateformes de production
La malédiction de la dimensionnalité
Choix techniques de la mise en production
Présentation de plateformes d'embarquabilité
- Les étapes de mise en production de modèles de Deep Learning - 1 jour
Algorithmes de réduction de dimension
Pruning
Quantization
Evaluation des performances du modèle après réduction
Explicabilité du modèle avec les algorithmes LIME et SHAP
Présentation d'architectures pour l'entrainement de larges modèles en distribué
- Prise en main de Docker - 1 jour
Présentation de Docker
Mise en pratique avec le déploiement d'un modèle avec FastAPI et Docker
- Prise en main de Kubernetes - 1 jour
Présentation de Kubernetes
Présentation de KubeFlow
Mise en pratique de déploiement d'un modèle

Validation et sanction

Attestation d'acquis ou de compétences;Attestation de suivi de présence

Type de formation

Non certifiante

Sortie

Sans niveau spécifique