or
Cette activité fait partie du cours
Ce premier chapitre présente MLOps et explique pourquoi il est essentiel pour les entreprises qui veulent concevoir, développer et exploiter plusieurs applications de machine learning en parallèle. Vous y découvrirez les principaux éléments de MLOps, comme la mise à l'échelle et l'automatisation, ses avantages, ainsi que les raisons pour lesquelles MLOps demeure exigeant. Vous verrez aussi ce qu'il faut pour amorcer votre parcours MLOps, tant du point de vue technologique que de la gestion.
Dans le deuxième chapitre, vous parcourrez l'ensemble du cycle de vie MLOps, de la conception au développement, au déploiement et aux opérations. Vous verrez pourquoi la surveillance est essentielle pour des applications de machine learning performantes et pourquoi il faut réentraîner les modèles de machine learning régulièrement.
Dans le troisième chapitre, vous passerez de la théorie à la pratique et découvrirez les principaux défis et risques liés au déploiement de modèles de machine learning. Vous apprendrez également comment les équipes MLOps opèrent avec succès et ce que la direction peut faire pour favoriser une mise à l'échelle réussie du machine learning.
Le dernier chapitre vous montrera comment lancer avec succès l'initiative MLOps de votre organisation en présentant les pratiques exemplaires et les écueils à éviter. Enfin, vous examinerez les différents niveaux de maturité MLOps et terminerez le cours par une étude de cas réelle sur la conception, le développement et l'exploitation d'une application de machine learning pour des processus de production critiques.
Exercice en cours