MLOps : Run et évolutivité de modèles de Machine Learning
Date de mise à jour :
Identifiant Offre Info : 14_AF_0000157049
Organisme responsable :
OCTO Academy
(ouvre dans un nouvel onglet)
Présentation de la formation
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…
- 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
Validation et sanction
Type de formation
Non certifiante
Niveau de sortie
Sans niveau spécifique
Durée, rythme, financement
Durée
En centre
21 h
Financement
- Conventionnement
- Non
Conditions d'accès
Public visé
- Tout public
Niveau d'entrée
Sans niveau spécifique
Conditions spécifiques et prérequis
Avoir suivi au préalable la formation “MLOps : industrialisation avancée d'un projet de Data Science” (DSIN2)
Lieu de réalisation de l'action
Modalités d'enseignement
Formation entièrement en présentielle
Adresse
34 Avenue de l'OpéraOcto Academy-
75002 Paris 2e
Responsable : OCTO Academy
Périodes prévisibles de déroulement des sessions
Début
Fin
- Adresse d'inscription
-
OCTO Academy
75002 Paris 2e - État du recrutement
- Ouvert
- Modalités
- Entrées / Sorties à dates fixes