Meilleur moment pour commencer le déploiement
On vous a confié la tâche de développer un moteur de recommandation pour un tout nouveau service de streaming.
Construire le modèle pour ce cas d’usage sera un processus exigeant, et l’expérimentation ainsi que l’ajustement peuvent facilement vous accaparer.
Puis, un jour, après plusieurs mois, vous y êtes ! Les performances requises sont atteintes, alors déployons cette merveille !
D’accord, mais où ? Comment ?
La réalité vous rattrape et vous apprenez à vos dépens qu’un focus excessif sur le développement peut reléguer les préparatifs de déploiement au second plan. Cela pourrait rendre tous vos efforts complètement vains, car vous ne pouvez pas déployer n’importe quel modèle sur n’importe quelle plateforme : ils doivent être alignés. Au final, il vous faut trois mois de développement supplémentaires pour créer un nouveau package modèle prêt pour le déploiement.
Mais maintenant vous êtes plus avisé·e et vous savez que le meilleur moment pour commencer à préparer votre modèle et votre application de Machine Learning au déploiement est :
Cet exercice fait partie du cours
Déploiement MLOps et cycle de vie
Exercice interactif pratique
Passez de la théorie à la pratique avec l’un de nos exercices interactifs
Commencer l’exercice