MLOps : déployer des modèles en production
Du notebook au service fiable : CI/CD, monitoring et versionnage
What you will learn
Skills you will gain
Course curriculum
3 sections · 9 lessons · 15h of content · 1 leçons offertes en aperçu
- Pourquoi les modèles meurent en prod 22 min
- Servir un modèle en API 30 min
- Conteneuriser avec Docker 28 min
- Pipelines d'entraînement reproductibles 32 min
- Versionner données et modèles 26 min
- Quiz — Pipelines 10 min
- Détecter la dérive des données 28 min
- TP : pipeline complet automatisé 1h30
- Projet : plateforme de scoring supervisée 2h30
Requirements
- ML confirmé
- Notions de Docker
Description
Who this course is for
Data scientists et ingénieurs voulant fiabiliser leurs modèles.
Your instructor
Ingénieur ML diplômé de Polytechnique, ancien data scientist dans la fintech, spécialiste du déploiement de modèles en production pour les entreprises africaines.
Learner reviews
Les exemples parlent de nos marchés, nos outils, nos contraintes. C'est rare et précieux.
Toute mon équipe s'y est mise après ma recommandation. Personne n'a été déçu.
Beaucoup d'exercices et de cas concrets : on apprend en faisant. J'applique déjà au travail.
Enfin une formation qui reflète les pratiques actuelles, pas des méthodes dépassées.
Garantie satisfait ou remboursé 14 jours
This course includes
- 9 leçons — 15h de contenu
- Cours animés : diapositives + narration synchronisée
- Transcription complète de chaque leçon
- Downloadable resources
- Lifetime access
- Certificate of achievement
- Access on mobile