MLOps

Mettre les systèmes de machine learning en production : reproductibilité, automatisation, déploiement et surveillance.

Prérequis : le cours Machine Learning, bases de la ligne de commande et de Git.

Programme

1. Introduction
2. Le cycle de vie du ML (à venir)
3. Suivi des expériences (à venir)
4. Versionnage des données et des modèles (à venir)
5. Pipelines et automatisation (à venir)
6. Déploiement des modèles (à venir)
7. Surveillance et observabilité (à venir)

Machine Learning · Accueil