Plan du cours
Introduction
Présentation de MLOps
- Qu'est-ce que MLOps ?
- MLOps dans l'architecture Azure Machine Learning
Préparation de l'environnement MLOps
- Configuration d’Azure Machine Learning
Reproductibilité des modèles
- Utilisation des pipelines Azure Machine Learning
- Intégration des processus de Machine Learning avec les pipelines
Conteneurs et déploiement
- Empaquetage des modèles dans des conteneurs
- Déploiement de conteneurs
- Validation des modèles
Automatisation des opérations
- Automatisation des opérations avec Azure Machine Learning et GitHub
- Retraining et test des modèles
- Déploiement de nouveaux modèles
Gouvernance et contrôle
- Création d'une trace d'audit
- Gestion et surveillance des modèles
Résumé et conclusion
Pré requis
- Expérience avec Azure Machine Learning
Audience
- Data Scientists
Nos clients témoignent (4)
C'était exactement ce que nous avions demandé—et une quantité bien équilibrée de contenu et d'exercices couvrant les différents profils des ingénieurs de l'entreprise qui ont participé.
Arturo Sanchez - INAIT SA
Formation - Microsoft Azure Infrastructure and Deployment
Traduction automatique
Les détails et le style de présentation.
Cristian Mititean - Accenture Industrial SS
Formation - Azure Machine Learning (AML)
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
