# Introduction

> Leçon 01 · MLOps

## Qu'est-ce que le MLOps ?

Le MLOps applique les pratiques d'ingénierie et d'exploitation au cycle de vie du machine
learning, afin de construire, livrer et maintenir des modèles de façon fiable et reproductible.

## Pourquoi c'est important

Un modèle qui fonctionne dans un notebook n'est pas un produit. La production ajoute la dérive
des données, la reproductibilité, le déploiement, la mise à l'échelle et la surveillance, que
l'étape de modélisation seule ne couvre pas.

## Le cycle de vie du ML

1. Collecte et versionnage des données.
2. Expérimentation et suivi.
3. Pipelines d'entraînement et automatisation.
4. Déploiement.
5. Surveillance et retours.

---
Suivant : Le cycle de vie du ML *(à venir)* · [Vue d'ensemble du cours](/fr/MLOps)