Formation en IA & Data: MLOps: Déploiement de Machine Learning en Production - Ascent Formation
Retour aux formations
IA & Data

Formation MLOps: Déploiement de Machine Learning en Production

3 jour(s) • 21h
Éligible OPCO
8,8/10 avis apprenants

Description

Objectif de formation: Les participants apprendront les meilleures pratiques, les outils et les techniques pour gérer le cycle de vie complet des modèles de Machine Learning, de leur développement à leur déploiement et leur maintenance dans des environnements de production.

  • Comprendre les principes et les concepts clés du MLOps pour le déploiement de Machine Learning en production
  • Maîtriser les étapes du cycle de vie des modèles de Machine Learning, de la préparation des données à la maintenance en production
  • Utiliser des outils et des techniques pour le déploiement efficace des modèles de Machine Learning
  • Gérer la performance, la sécurité, l'éthique et la conformité des modèles déployés
  • Acquérir une vision globale de l'approche MLOps et de ses implications pratiques

  • data scientists
  • ingénieurs en Machine Learning
  • développeurs
  • responsables de projets en IA
  • architectes de données
  • toute personne impliquée dans le déploiement de modèles de Machine Learning en production

  • Une connaissance de base des concepts de Machine Learning et de la programmation est recommandée

  1. 1

    Introduction au MLOps (3 heures)

    • Les principes clés du MLOps et son importance dans le déploiement de Machine Learning en production
    • Les défis et les considérations spécifiques liés à la mise en production des modèles de Machine Learning
    • Les concepts de gestion du cycle de vie des modèles et l'approche DevOps pour le Machine Learning
  2. 2

    Préparation des Données et Entraînement des Modèles (5 heures)

    • Les bonnes pratiques pour la préparation et la gestion des données d'entraînement
    • Les techniques de validation croisée et d'évaluation des modèles
    • L'utilisation d'outils et de frameworks pour l'entraînement efficace des modèles
    • Travaux pratiques : Préparation des données et entraînement de modèles de Machine Learning
  3. 3

    Déploiement des Modèles de Machine Learning (6 heures)

    • Les différents types de déploiement des modèles (ex. : déploiement en tant que service, déploiement sur le cloud, déploiement sur des appareils embarqués)
    • Les techniques de conteneurisation des modèles pour une portabilité et une scalabilité optimales
    • La gestion des versions, la surveillance et les tests des modèles déployés
    • Travaux pratiques : Déploiement de modèles de Machine Learning en utilisant des outils et des plateformes
  4. 4

    Gestion et Maintenance des Modèles Déployés (4 heures)

    • Les stratégies de gestion des versions et de mise à jour des modèles en production
    • La surveillance de la performance des modèles et la détection des dégradations
    • La rétroaction des utilisateurs et l'amélioration continue des modèles déployés
    • Travaux pratiques : Gestion et maintenance des modèles déployés en production
  5. 5

    Sécurité, Éthique et Conformité dans le MLOps (3 heures)

    • Les considérations de sécurité liées aux modèles de Machine Learning en production
    • Les défis éthiques et les bonnes pratiques pour l'utilisation responsable des modèles
    • La conformité aux réglementations en matière de protection des données et de confidentialité
    • Travaux pratiques : Évaluation des aspects de sécurité, d'éthique et de conformité dans le déploiement de modèles

Ils nous font Confiance

Nos partenaires de confiance

Ministère des armées
Thalès
Dassault Systèmes
Ariane Group
EDF
SNCF
Orange Cyberdefense
Total
Société Générale
Ministère de l'Intérieur
Boston Consulting Group
Crédit Agricole
Capgemini
Sopra Steria
Ministère de l'économie
Bouygues Télécom
Devoteam
Imprimerie Nationale
Business France
Ordre National des Pharmaciens
Abeille Assurances
Macif
Service Public Fédéral Finances
ANFH
Bruxelles Formation
Atlas OPCO
Uniformation
Adeo
Positive Thinking Company
Sogelink
Septeo
HN Services
Infotel
Ercom
Neosoft
Klaxoon
Asus
Linkvalue
Suneris
Datadocké

Questions fréquentes

FAQ : Formation MLOps: Déploiement de Machine Learning en Production

  • 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.