Formation courte en Machine Learning Operations
Cette formation accompagne les participant·es dans la mise en place d’un processus MLOps pour une expérience de Machine Learning réalisée dans un notebook Jupyter. Elle vise à fournir aux participant·es les compétences techniques nécessaires pour gérer le cycle de vie des modèles de Machine Learning, favoriser la collaboration entre les équipes et automatiser les processus opérationnels. Ces pratiques assurent la reproductibilité, la fiabilité et le déploiement efficace des modèles en production.
Cette formation peut être donnée sur demande (contact ci-dessous).
Enjeux
Permettre aux participant·es de maximiser la valeur de leurs modèles de Machine Learning en mettant en place des pratiques et des processus qui favorisent leur déploiement fiable, évolutif et rentable, ainsi que l'adaptation aux nouvelles technologies.
Points forts
Compétences visées par ce programme sont les suivantes :
- Machine Learning Operations (MLOps)
- Ingénierie des données
- Coordination d'équipes ML
- Monitoring et gestion des modèles
- Infrastructure et déploiement cloud
Public cible
- Collaboratrices et collaborateurs de PMEs impactées par l’AI et le Machine Learning
- Scientifiques et ingénieur·es actif·ves dans le domaine des données et du Machine Learning
Dates et plan d'études
Cette formation se déroule sur deux jours :
Séances d'information
Aucune séance d'information n'est prévue pour le moment.
Information d'inscription
Prérequis:
- Aisance avec l'informatique
- Aisance avec les thématiques de machine learning
- Avoir son propre ordinateur portable avec les logiciels suivants installés:
- Un environnement de développement. Visual Studio Code est recommandé pour suivre ce cours de formation
- Python 3
- pip
- Git
- wget
- unzip - Avoir un compte Google Cloud et un compte de facturation fonctionnel (nécessite une carte de crédit)
- Avoir un compte GitHub ou GitLab
- Bonne compréhension de l'anglais
Une connexion Internet sera fournie.
Prix
Contacts
