MLOps — Complet

Industrialisation du cycle de vie des modèles : versionnage, automatisation, mise en service et surveillance.

Durée du cours : 10h

Ce que vous allez apprendre

• Rendre une expérience reproductible, données et code compris
• Versionner modèles et jeux de données comme du code
• Automatiser réentraînement et livraison
• Servir un modèle avec une latence maîtrisée
• Détecter une dérive des données avant que la qualité ne chute

Prérequis

• Python
• Notions de conteneurs et de lignes de commande

Modules du cours

1. Ce que MLOps résout que le développement classique ignore
2. Reproductibilité : graines, environnements, verrouillage des versions
3. Suivi des expériences avec MLflow
4. Versionnage des données et des modèles
5. Registre de modèles et étapes de promotion
6. Conteneurisation d'un modèle
7. Chaînes d'intégration et de livraison continues
8. Service par lots, en ligne et en flux
9. Surveillance : dérive des données et du concept
10. Réentraînement automatique et retour arrière

Évaluation et attestation

Le parcours se termine par un examen de 40 questions qui couvre tous les modules. En cas de réussite, une attestation d'achèvement est délivrée ; son numéro est vérifiable sur la plateforme.

Les cours gratuits, eux, se concluent par un quiz de 5 questions avec un aperçu de l'attestation, sans certification.