Présentation
Découvrez les outils et concepts du MLOps.
-
SujetContenuNotions clefs
-
CI1Fondamentaux du MLOps
- MLOps
- Docker
- Dockerfile
- Docker compose
- API
-
CI2Ingestion de données
- Ingestion de données
- Orchestration
- Prefect
- Great Expectation
- Snapshots
-
CI3Feature Stores
- Feature Stores
- Feast
-
CI4Model training, registry, et serving
- MLflow
- Experiment tracking
- Model Registry
- Versionnage de modèle
- Évaluation de modèle
- Cycle de vie d'un modèle
- API et modèle
-
CI5Monitoring, observabilité, drift
- Monitoring
- Observabilité
- Métriques
- Prometheus
- Grafana
- Drift
- Evidently
-
CI6CI/CD, rééentraînement, et intégration
- CI/CD (GitHub Actions)
- Tests automatisés (pytest)
- Model Registry et promotion
- Déploiement progressif (canary / A/B / shadow)
- Retraining continu (continuous training)
CM : Cours Magistral (lecture only) CI : Cours Intégré (lecture and lab)