IA & Data

Formation MLOps — Avancé : pipelines, monitoring et scaling

3 jour(s) • 21h

Éligible OPCO

8,8/10 avis apprenants

Description

Concevoir des pipelines ML industrialisés, monitorer efficacement les modèles en production et mettre en place des stratégies de déploiement et de scaling adaptées aux contraintes de performance, de fiabilité et de coûts d’un environnement d’entreprise.

Concevoir un pipeline MLOps automatisé de bout en bout
Orchestrer des workflows ML avec Kubeflow, Vertex AI Pipelines et SageMaker Pipelines
Mettre en place un feature store et gérer les features en production
Gérer le versioning, l’enregistrement et la promotion des modèles
Détecter les dérives de données et la dégradation des modèles
Déployer des stratégies d’A/B testing et de mise en production progressive
Optimiser l’allocation GPU et le scheduling sur Kubernetes
Choisir une stratégie de serving adaptée : batch ou temps réel

ML Engineers
MLOps Engineers
DevOps Engineers
Architectes Data / AI / Cloud
Responsables plateforme ML

Bonne maîtrise du Machine Learning
Expérience en Python et en déploiement de modèles
Connaissances en Docker et Kubernetes
Familiarité avec les environnements cloud ou les pipelines data

1
JOUR 1- Orchestration avancée des pipelines ML (7h00)
- Structurer un pipeline ML industrialisé : entraînement, validation, déploiement, suivi
- Comprendre les principes d’orchestration et les dépendances entre étapes
- Comparer Kubeflow Pipelines, Vertex AI Pipelines et SageMaker Pipelines
- Choisir une solution selon le contexte technique, cloud et organisationnel
- Activité pratique – Étude de cas : Concevoir l’architecture d’un pipeline MLOps complet pour un cas métier. Déployer une première version du pipeline sur Kubernetes avec Kubeflow.
2
JOUR 2- Feature stores, model registry et promotion (7h00)
- Comprendre le rôle d’un feature store dans l’industrialisation des modèles
- Manipuler les principes de Feast et situer l’usage de Tecton
- Mettre en place un model registry et gérer les versions de modèles
- Définir un processus de validation et de promotion entre staging et production
- Activité pratique – Cas pratique : Intégrer un feature store au pipeline fil rouge. Enregistrer, versionner et promouvoir un modèle dans un registry.
3
JOUR 3- Monitoring, A/B testing et scaling (7h00)
- Suivre les performances d’un modèle en production
- Détecter data drift, concept drift et model decay
- Mettre en place une stratégie d’A/B testing ou de canary deployment
- Comparer batch serving et real-time serving selon le besoin métier
- Optimiser l’allocation GPU, le scheduling et le scaling sur Kubernetes
- Activité pratique – TP : Finaliser un pipeline MLOps complet sur Kubernetes avec serving et monitoring. Tester deux versions d’un modèle et définir une stratégie de déploiement et de scaling.

Ils nous font Confiance

Nos partenaires de confiance

Questions fréquentes

FAQ : Formation MLOps — Avancé : pipelines, monitoring et scaling

Oui, mais la prise en charge d'une formation professionnelle par un OPCO dépend de votre opérateur de compétences, de votre branche d'activité et des critères de financement applicables. Ascent Formation vous accompagne dans l'identification des possibilités de financement adaptées à votre entreprise.
Une formation inter-entreprises réunit des participants issus de différentes organisations, tandis qu'une formation intra-entreprise est organisée pour les collaborateurs d'une même entreprise. Le format intra permet notamment d'adapter le contenu et les modalités aux besoins spécifiques de vos équipes.
Selon la formation proposée, il est possible de suivre une formation professionnelle à distance, en présentiel ou selon d'autres modalités disponibles. Consultez les informations de la session concernée ou contactez-nous pour connaître les formats possibles.
Oui, une formation professionnelle peut être adaptée aux objectifs, au niveau des participants et aux besoins opérationnels de votre entreprise. Ascent Formation vous propose des parcours personnalisés pour accompagner le développement des compétences de vos équipes.