MLOps : superviser les modèles en production (MLflow, W&B)

• Suivre et comparer ses expériences de machine learning
• Journaliser hyperparamètres, métriques et jeux de données
• Surveiller la dérive des modèles en production
• Produire des rapports de suivi et d'audit

Non précisé

Non précisé

• Module 1

  Principes du monitoring ML : Enjeux de la traçabilité et de la reproductibilité des expériences. Découverte de MLFlow et Weights & Biases. Mise en pratique : installation locale et suivi d’expériences MLFlow

• Module 2

  Journalisation et versioning des expériences : Tracer les hyperparamètres, métriques et jeux de données. Comparer les runs et gérer les versions de modèles. Mise en pratique : suivi complet de plusieurs expériences MLFlow

• Module 3

  Détection des dérives et suivi des performances : Automatiser la détection de drift et d’anomalies. Configurer des seuils d’alerte et scripts de surveillance. Mise en pratique : création d’un dashboard d’alerte en production

• Module 4

  Audit et reporting avec W&B : Visualiser les performances et générer des rapports d’explicabilité. Partager les résultats et centraliser le suivi des modèles. Mise en pratique : création d’un tableau de bord W&B pour un modèle déployé

• Apports structurés et études de cas concrets
• Ateliers pratiques et labs sur plateforme de pratique
• Jusqu'à 70 % de pratique sur les modules techniques
• Supports fournis et accès aux environnements d'entraînement

• Test de positionnement en amont
• Évaluations continues (QCM, travaux pratiques)
• Évaluation de fin de formation et attestation
• Passage des examens de certification le cas échéant

Modalités

Présentiel, Distanciel synchrone, Hybride

Formats

Inter-entreprises, Intra-entreprise

Lieux

Versailles, La Défense (Tour Canopy), Clermont-Ferrand

Effectif

De 2 à 12 participants

Langue

Français