FormaGroup

Intelligence artificielle et data

Formation MLOps : industrialisation et déploiement de modèles de machine learning au Maroc

Structurez le cycle de vie d’un modèle, de l’expérimentation au déploiement et au suivi en production. Les participants construisent un pipeline reproductible intégrant suivi des expériences, versionnement, conteneurisation et surveillance des modèles.

PythonDockerGitLab CI/CDFastAPIMLflow
Rejoindre un groupeVoir le programme ↓

Compétences visées

Ce que vous saurez mettre en pratique

01Suivre les expériences et versions de modèles
02Construire un pipeline reproductible d’entraînement et de déploiement
03Conteneuriser un service de prédiction
04Automatiser les étapes de validation et livraison
05Surveiller la qualité et les dérives d’un modèle

Programme indicatif

Module 1

Cycle de vie ML et principes MLOps

Apports ciblés, démonstrations, exercices et mise en application sur des situations professionnelles proches du contexte des participants.

Module 2

Suivi des expériences et registre de modèles

Apports ciblés, démonstrations, exercices et mise en application sur des situations professionnelles proches du contexte des participants.

Module 3

Préparation des données et reproductibilité

Apports ciblés, démonstrations, exercices et mise en application sur des situations professionnelles proches du contexte des participants.

Module 4

API de prédiction et conteneurisation

Apports ciblés, démonstrations, exercices et mise en application sur des situations professionnelles proches du contexte des participants.

Module 5

Automatisation CI/CD pour les modèles

Apports ciblés, démonstrations, exercices et mise en application sur des situations professionnelles proches du contexte des participants.

Module 6

Déploiement et stratégie de retour arrière

Apports ciblés, démonstrations, exercices et mise en application sur des situations professionnelles proches du contexte des participants.

Module 7

Monitoring, dérive et réentraînement

Apports ciblés, démonstrations, exercices et mise en application sur des situations professionnelles proches du contexte des participants.

Public concerné

Data scientists, ingénieurs machine learning, développeurs et ingénieurs DevOps intervenant sur des projets IA.. Le niveau final, les prérequis et les exercices sont ajustés après qualification des demandes du groupe.

Avec nos formateurs

MLOps : industrialisation et déploiement de modèles de machine learning avec un formateur du réseau

Toutes les formations

Choisir une ville

MLOps : industrialisation et déploiement de modèles de machine learning, au plus près de votre besoin.

Les pages locales associent le programme au contexte de la ville et permettent de rejoindre directement le bon groupe.

MLOps : industrialisation et déploiement de modèles de machine learning à Casablanca→MLOps : industrialisation et déploiement de modèles de machine learning à Rabat→MLOps : industrialisation et déploiement de modèles de machine learning à Salé→MLOps : industrialisation et déploiement de modèles de machine learning à Témara→MLOps : industrialisation et déploiement de modèles de machine learning à Kénitra→MLOps : industrialisation et déploiement de modèles de machine learning à Tanger→MLOps : industrialisation et déploiement de modèles de machine learning à Tétouan→MLOps : industrialisation et déploiement de modèles de machine learning à Larache→MLOps : industrialisation et déploiement de modèles de machine learning à Al Hoceïma→MLOps : industrialisation et déploiement de modèles de machine learning à Marrakech→MLOps : industrialisation et déploiement de modèles de machine learning à Safi→MLOps : industrialisation et déploiement de modèles de machine learning à Essaouira→
Voir toutes les villes →

Même domaine

Formations complémentaires