• FNE

Formation MLOps : Run et évolutivité de modèles de Machine Learning

Savoir garantir la performance du modèle de Machine Learning dans la durée
Durée 3 jours
Niveau Avancé
Classe à distance
Possible

Vous pouvez suivre cette formation en direct depuis votre domicile ou votre lieu de travail. Plus d'informations sur notre solution de classe à distance...

Référence REML
Éligible CPF Non

Une fois le déploiement des modèles de Machine Learning en production automatisé se pose la question du maintien en condition opérationnelle de ceux-ci.

Comment s'assurer que ces modèles restent performants et fiables sur la durée ? Comment gérer les versions et planifier sa maintenance sans incidence de performance et qualité ? Quelle gouvernance mettre en place ?

Cette formation MLOps Machine Learning vous permet de vous approprier l'approche MCO afin de faire évoluer dans les meilleures conditions ses modèles de Machine Learning en production et d'en monitorer en temps réel les performances. Vous verrez les différents modèles d'organisation pour le run et apprendrez comment faire évoluer sans incident votre application.

Objectif opérationnel :

Savoir garantir la performance d'un modèle de Machine Learning dans la durée.

Objectifs pédagogiques :

À l'issue de cette formation MLOps Machine Learning, vous aurez acquis les connaissances et compétences nécessaires pour :

  • Savoir assurer le run au quotidien de modèle de Machine Learning
  • Avoir conscience des problématiques organisationnelles et 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

Public :

Ce cours s'adresse aux MLEngineer, MLOps et data scientists maintenant des applications en production.

Prérequis :

Pour suivre cette formation MLOps Machine Learning, il est nécessaire d'avoir suivi au préalable la formation Data Science : Industrialisation avancée d'un projet de Data Science (IDSA).

Jour 1

Introduction

Les différents types de problème que l'on peut rencontrer en Machine Learning
Les différents types d'erreurs
Mise en pratique : "Visualiser différents types d'erreurs"

Assurer le run au quotidien d'un point de vue technique

Définition des concepts MCO, SLI, SLO et SLA
Focus sur la qualité de données pour la Data Science
Mise en pratiqueMettre en place un outil de suivi de la qualité des donnéesLe monitoring et l'alertingMise en pratiqueCréer et implémenter des alertesJour 2

Assurer le run au quotidien d'un point de vue technique (suite)

Sécurité des modèlesMise en pratiqueGérer une simulation de failles de sécuritéDémarche de scalabilité d'une application de MLMise en pratiqueMettre en place un scaleChoisir une stratégie de réentrainementMise en pratiqueAutomatiser le réentrainement et le déclencher en considérant une règle

Le run au niveau de l'entreprise

Différents modèles organisationnels du run
Mise en place d'une gouvernance de modèles : introduction à l'AI Act
Minimisation des coûts financiers, humains, environnementaux (FinOps, Light MLOps)
Mise en pratiqueIdentifier les opportunités de minimisation des coûts sur le TPJour 3

Faire évoluer mon application

Stratégies de déploiement / roll-outMise en pratiqueDéployer un nouveau modèle sans downtimeFaire évoluer un contrat d'interfaceMise en pratiqueProposer une implémentation d'A/B testingGarder l'humain dans la boucle
Différents patterns d'architecture : serverless, architecture type par cloud provider, architecture des outils de MLOps, déploiement sur Edge (...)
Mise en pratiqueRédiger un Architecture Decision Record (ADR)
Date de mise à jour du programme : 31/10/2024

Dates et lieux

Du 14 au 16 mars 2025
Lieu
Distanciel
Durée
3 jrs
2500 € HT
Du 14 au 16 mars 2025
Lieu
Paris
Durée
3 jrs
2500 € HT
Du 07 au 09 juillet 2025
Lieu
Distanciel
Durée
3 jrs
2500 € HT
Du 07 au 09 juillet 2025
Lieu
Paris
Durée
3 jrs
2500 € HT
Du 20 au 22 octobre 2025
Lieu
Distanciel
Durée
3 jrs
2500 € HT
Du 20 au 22 octobre 2025
Lieu
Paris
Durée
3 jrs
2500 € HT

Ces formations peuvent aussi vous intéresser :

Comprendre les réseaux de neurones pour le deep learning

  • Niveau : Intermédiaire
  • Référence : ADLP

Mettre en œuvre TensorFlow pour de l'apprentissage machine

  • Niveau : Intermédiaire
  • Référence : AITF

Transformer des volumes massifs de données en informations utiles

  • Niveau : Intermédiaire
  • Référence : OMLE

Utiliser la technologie cloud de Microsoft pour le déploiement de modèles d'apprentissage automatique

  • Niveau : Intermédiaire
  • Référence : AZML


Formations Informatique
et Management
en ligne à ce jour

+
Stagiaires dans nos salles
de cours sur
l'année

%
De participants satisfaits
ou très satisfaits de nos
formations


Formateurs experts
validés par
PLB