MLOps & Déploiement ML en production
Date de mise à jour :
Identifiant Offre Info : 14_AF_0000287689
Organisme responsable :
NOVATIEL
(ouvre dans un nouvel onglet)
Présentation de la formation
Objectifs
- Comprendre le cycle de vie ML en production et les principes MLOps
- Tracker des expériences ML avec MLflow (runs, métriques, artefacts)
- Créer une API REST de prédiction production-grade avec FastAPI
- Construire un pipeline CI/CD ML avec GitHub Actions
- Détecter le drift et monitorer les modèles en production
- Déployer un pipeline MLOps complet end-to-end sur un cas réel
- Tracker des expériences ML avec MLflow (runs, métriques, artefacts)
- Créer une API REST de prédiction production-grade avec FastAPI
- Construire un pipeline CI/CD ML avec GitHub Actions
- Détecter le drift et monitorer les modèles en production
- Déployer un pipeline MLOps complet end-to-end sur un cas réel
Programme de la formation
- Fondations MLOps & Containerisation
-Tracking, Registre & Versioning
-Serving ML & API de prédiction
-CI/CD & Orchestration ML
-Monitoring & Kubernetes
-Projet fil rouge
-Tracking, Registre & Versioning
-Serving ML & API de prédiction
-CI/CD & Orchestration ML
-Monitoring & Kubernetes
-Projet fil rouge
Validation et sanction
Attestation de formation
Type de formation
Non certifiante
Niveau de sortie
Sans niveau spécifique
Durée, rythme, financement
Financement
- Conventionnement
- Non
Conditions d'accès
Public visé
- Tout public
Niveau d'entrée
Sans niveau spécifique
Conditions spécifiques et prérequis
-
Lieu de réalisation de l'action
Modalités d'enseignement
Formation entièrement en présentielle
Adresse
4 AVENUE DES AUBEPINES95500 Gonesse
Responsable : NOVATIEL
Périodes prévisibles de déroulement des sessions
Début
Fin
- Adresse d'inscription
-
NOVATIEL
95500 Gonesse - État du recrutement
- Ouvert
- Modalités
- Entrées / Sorties à dates fixes