Maîtriser les fondamentaux
Comprendre les principes fondamentaux du MLOps et leur importance dans le cycle de vie des projets de ML.
Formation MLOps
Déploiement · Docker · CI/CD · Monitoring
Formation MLOps de 3 jours à Paris : API, Docker, CI/CD et monitoring pour déployer et exploiter des modèles de machine learning en production.
- 3 jours
- 21 h de formation
- 10 participants
- Groupe restreint
- 1 500 € HT
- Prix
Afin d'assurer une qualité d'apprentissage optimale, le nombre de places est limité à 10.
Ce que vous saurez faire
Cette formation intensive permet d'acquérir des compétences opérationnelles en MLOps et comprendre les enjeux liés à la mise en production des projets de machine learning. Elle est conçue pour fournir une compréhension approfondie des principes, des méthodologies et des outils essentiels à l'industrialisation des projets de machine learning. À travers des exemples pratiques et des mises en situation réelles, les participants apprendront à automatiser les déploiements, monitorer les modèles, et optimiser les pipelines de machine learning. Elle s’adresse particulièrement aux data scientists qui souhaitent renforcer et élargir leur champ d'action vers la mise en production des modèles.
Utiliser les outils MLOps
Acquérir une maîtrise des outils clés du MLOps.
Industrialiser les déploiements
Automatiser le déploiement et le monitoring des modèles machine learning en production.
Construire des pipelines CI/CD
Mettre en place des pipelines CI/CD adaptés aux besoins des projets d’IA.
Surveiller les dérives
Détecter et gérer les dérives des données et des modèles en production grâce à des outils avancés de monitoring.
Appliquer le LLMOps
Adapter les bonnes pratiques du MLOps aux projets complexes comme ceux impliquant des modèles de type Large Language Models (LLMs).
Financement & prestations incluses
Plusieurs solutions sont possibles selon votre situation.
- Financement personnel ou entreprise
- Possibilité de financement OPCO ou France Travail.
- Possibilité de paiement en plusieurs échéances.
- Le tarif inclut les pauses café, le déjeuner, les supports ainsi que les ressources Cloud.
Programme de la formation
Le programme de la formation met l'accent sur la mise en œuvre et la manipulation des outils, mais également sur les enjeux et les bonnes pratiques de mise en production des modèles.
Introduction au MLOps
- Qu'est-ce que le MLOps ?
- Cycle de vie d'un projet de ML
- Problèmes auquel répond le MLOps
- Différences entre le MLOps et le DevOps
- Enjeux organisationnels dans la mise en production
- Panorama des outils de MLOps
APIisation avec Flask
- Pourquoi exposer un modèle en API ?
- Concepts clés des API REST
- Outils d'API pour Python
- Framework Flask
- Bonnes pratiques d'APIisation
TRAVAUX PRATIQUESconstruire une API Flask pour un modèle de ML
Virtualisation avec Docker
- A quel problème répond Docker ?
- Conteneurisation avec Docker
- Concepts clés
- Docker compose
- Docker sur le Cloud
TRAVAUX PRATIQUESdockériser une application Flask
CI/CD avec GitHub Actions
- Qu'est-ce que la CI/CD ?
- Avantages de la CI/CD dans les projets ML
- Outils de CI/CD
- GitHub Actions
- Orchestration des workflows avec YAML
- Présentation de AWS
- Services AWS pour le ML
- Déploiement continue sur AWS
- Bonnes pratiques de CI/CD
TRAVAUX PRATIQUESdéployer une application de ML sur AWS
Monitoring
- A quel problèmes répond le monitoring ?
- Monitoring des modèles et des données
- Métriques de monitoring
- Détection du drift
- Outils de monitoring
- Bonnes pratiques
TRAVAUX PRATIQUESmonitoring d'un modèle en production avec Prometheus
LLMOps
- Rappels sur le deep learning
- Transformers et LLMs
- Spécificités des projets LLMs
- Finte tuning des LLMs
- Quantization
- Approximation bas rang
- Déploiement des LLMs en production
- Monitoring des LLMs en production
TRAVAUX PRATIQUESfine tuning et déploiement d'un LLM
Le formateur - Redha Moulla
Redha Moulla est formateur, consultant et enseignant en intelligence artificielle à EPITA. Après un parcours dans la recherche en automatique et en IA, il accompagne aujourd’hui les professionnels et les entreprises dans la compréhension et la mise en œuvre de ces technologies.
Docteur en automatique, il est également titulaire de masters en statistique et big data, physique et innovation.
- 15 ans
- d'expérience en IA
- 1000+
- professionnels formés
- 60+
- entreprises accompagnées
Inscription & informations
Vous souhaitez suivre cette formation ou obtenir des informations ?
Réservez une place pour la prochaine session, inscrivez un collaborateur ou échangeons sur l’organisation de cette formation dans votre entreprise.