MLOps : de la modélisation à la mise en production industrielle | Formation Qualiopi | BusinessDigital.fr

MLOps : de la modélisation à la mise en production industrielle

Ce jour de formation place les acteurs de la donnée au cœur du processus de mise en production. Après une phase de rappel sur les concepts fondamentaux, les participants découvrent la chaîne d’outils DevOps adaptée aux modèles de machine learning, incluant le versionnage, la containerisation et l’automatisation des pipelines. Les bonnes pratiques de test, de surveillance et de gestion des incidents sont détaillées afin de garantir la fiabilité du service IA. À travers des exercices pratiques, chaque participant met en place un workflow complet, de l’entraînement du modèle à son déploiement sur un cluster Kubernetes, puis à la mise à jour continue. La formation insiste sur la conformité aux exigences légales et sur la traçabilité des données, essentielles pour les entreprises soumises aux normes de protection. Au terme de la journée, les équipes sont capables de piloter un projet MLOps de bout en bout, d’assurer son suivi opérationnel et d’optimiser les coûts d’infrastructure.

Objectifs pédagogiques

• Comprendre les principes et les enjeux du MLOps en entreprise
• Construire un pipeline d’entraînement automatisé et reproductible
• Déployer un modèle en environnement conteneurisé sécurisé
• Mettre en place le suivi des performances et la gestion des incidents
• Assurer la conformité aux exigences de gouvernance des données

Programme

Informations pratiques

• Durée : 1 jour (7 heures)
• Format : presentiel
• Prix : Sur devis , finançable OPCO
• Prérequis : Connaissances de base en data science et en containerisation (Docker, Kubernetes)
• Public visé : Cette formation s’adresse aux équipes techniques souhaitant maîtriser le cycle complet de mise en production d’un projet de data science.