MLOps : mettre en production des modèles et des agents d’IA
Des modèles d'IA qui tiennent le coup une fois déployés
- Certification qualité française Qualiopi
- 1 jour — 7 h
- À distance, en classe virtuelle
- Heure de l’Est
- Soumission en 24 h
Briller sur un jeu de test ne garantit pas qu'un modèle sera fiable jour après jour. Le chemin de l'un à l'autre est semé d'embûches : des entraînements qu'on n'arrive pas à reproduire, des données qui dérivent, aucun moyen de revenir en arrière, une facture d'inférence qui grimpe. Les agents ajoutent une inconnue, celle des gestes qu'ils posent de leur propre chef.
Destinée à des praticiens, cette journée en classe virtuelle traite de la chaîne de mise en production dans son ensemble, du registre de modèles, du déploiement et de la surveillance. Elle aborde ensuite le rôle des agents dans les décisions automatisées, ainsi que les garde-fous à mettre en place. Tout le travail se fait à partir des architectures fournies par les participants.
Objectifs pédagogiques
- Monter une chaîne de mise en production reproductible, depuis les données jusqu'au service
- Instaurer un registre des modèles et une gestion de leurs versions
- Déployer un modèle en se ménageant un retour à la version antérieure
- Guetter la dérive des données et le recul de la performance
- Déléguer certaines décisions à un agent, balisé par des garde-fous
- Estimer puis limiter ce que coûte l'exécution d'un service automatisé
Programme de la formation
Avant la formation
Analyse du besoin et évaluation de départ. Vos réponses sont transmises au formateur, qui ajuste la formation à votre niveau et à votre contexte professionnel.
- Gérer les versions des modèles, des données et du code
- Tests et entraînement automatisés
- Le registre et la promotion d'un environnement au suivant
- Empaqueter le modèle et l'exposer sous forme de service
- Stratégies de déploiement et retour à la version antérieure
- Surveillance technique et surveillance d'affaires
- Quand les données et la performance dérivent
- Décider s'il faut réentraîner
- Champ d'action et gestes permis
- Orchestrer les outils et les modèles
- Garder la trace des actions
- Arrêt d'urgence et validation par une personne
Après la formation
Évaluation des acquis et attestation de participation remise à chaque participant. Accès à L’académie, notre plateforme de plus de 400 formations en ligne.
Les points forts
Prochaines sessions
Aucune session publique à l’horaire pour le moment. Demandez une date.
À qui s’adresse cette formation ?
Scientifiques de données, ingénieurs en apprentissage automatique, architectes et responsables d'équipes de données qui ont à déployer des modèles en production.
Organiser cette formation
Mon Pôle Formation est un organisme certifié Qualiopi, la certification qualité de l’État français pour la formation professionnelle. Chaque formation est commandée sur soumission par votre organisation.
Vous inscrivez un ou plusieurs employés sur une session déjà planifiée. La formation a lieu en classe virtuelle, en direct avec le formateur, à l’heure de l’Est (Canada).
La session réunit uniquement vos employés, aux dates de votre choix. Le programme est ajusté à vos outils, vos dossiers et vos priorités.
Ce programme peut servir de base à un parcours individuel ou à une formation entièrement construite pour vous, après un échange sur vos objectifs.
Vous recevez une soumission en 24 h, puis la convention de formation. À l’issue de la session, chaque participant reçoit son attestation de participation. Une question : +33 1 87 66 57 66.
Questions fréquentes
Non. Les principes valent pour diverses plateformes, et les outils mentionnés ne sont que des exemples.
Apportez de préférence le schéma d'une architecture qui vous est familière. On ne vous demandera aucun déploiement réel durant la journée.
Demander une soumission
Indiquez le nombre de participants et la période souhaitée : nous vous adressons une proposition sous 24 h, puis la convention de formation.
Toutes nos formations informatique
Comparez cette formation avec nos 65 formations informatique à distance.