Plan du cours
Introduction
- Modèles d'apprentissage automatique vs logiciels traditionnels
Aperçu du workflow DevOps
Aperçu du workflow d'Apprentissage Automatique
ML en tant que Code Plus Données
Composants d'un système ML
Étude de cas : Une application de prévision des ventes
Accès aux données
Validation des données
Transformation des données
Du pipeline de données au pipeline ML
Construction du modèle de données
Formation du modèle
Validation du modèle
Reproduction de la formation du modèle
Déploiement d'un modèle
Mise en production d'un modèle formé
Test d'un système ML
Orchestration de la livraison continue
Surveillance du modèle
Versionnement des données
Adaptation, évolution et maintenance d'une plateforme MLOps
Dépannage
Synthèse et conclusion
Pré requis
- Une compréhension du cycle de développement logiciel
- Une expérience dans la construction ou l'utilisation de modèles d'apprentissage automatique
- Une familiarité avec le langage de programmation Python
Audience
- Ingénieurs ML
- Ingénieurs DevOps
- Ingénieurs données
- Ingénieurs infrastructure
- Développeurs logiciels
Nos clients témoignent (4)
Il y avait de nombreux exercices pratiques supervisés et assistés par le formateur
Aleksandra - Fundacja PTA
Formation - Mastering Make: Advanced Workflow Automation and Optimization
Traduction automatique
l'écosystème ML ne concerne pas seulement MLFlow, mais également Optuna, Hyperopt, Docker et Docker-Compose
Guillaume GAUTIER - OLEA MEDICAL
Formation - MLflow
Traduction automatique
La qualité des explications, et le nombre important de sujets abordés
Hugo SECHIER - Expleo France
Formation - Kubeflow on AWS
J'ai beaucoup apprécié de participer à la formation Kubeflow, qui s'est déroulée à distance. Cette formation m'a permis de consolider mes connaissances sur les services AWS, K8s et tous les outils DevOps autour de Kubeflow, qui sont les bases nécessaires pour aborder le sujet correctement. Je tiens à remercier Malawski Marcin pour sa patience et son professionnalisme lors de la formation et pour ses conseils sur les bonnes pratiques. Malawski aborde le sujet sous différents angles, en utilisant divers outils de déploiement comme Ansible, EKS kubectl et Terraform. Je suis maintenant définitivement convaincu que je me dirige vers le bon domaine d'application.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Formation - Kubeflow
Traduction automatique