Google Cloud - Concevoir, déployer et surveiller un pipeline MLOps

Qualiopi
À partir de 3800 €
Durée 35h en 5 jours
Localisation Partout en France
Logo de M2I - Google Cloud - Concevoir, déployer et surveiller un pipeline MLOps

Proposé par

M2I

Prérequis

Avoir des connaissances en bases de données et/ou analytiques.

Public admis

  • Salarié en Poste
  • Entreprise

Demandeur d'emploi et Etudiant non admis

Financement

  • Votre OPCO
  • Financement personnel

Financement CPF non pris en charge

Modalités

  • En centre
  • À distance

Objectifs pédagogiques

A l'issue de cette formation, vous serez capable de :

  • Concevoir et tester un modèle de ML (Machine Learning) sur Google Cloud à partir d'un cas pratique fil rouge
  • Concevoir et tester un pipeline MLOps robuste
  • Déployer et automatiser votre pipeline MLOps de production et le passer à l'échelle
  • Surveiller votre modèle de production et corriger les écarts.

Programme de la formation

Jour 1

Fondamentaux

  • Qu'est-ce qu'une donnée ?
  • Cycle de vie d'une donnée
  • Cycle de vie de la Data Science
  • Evolution des analytiques
  • Apports des analytiques et du Cloud
  • Qu'est-ce qu'une organisation Data Driven ?
  • Gouvernance et qualité des données
  • Lean, Agilité et DevOps, MLOps appliqués aux données
  • Conteneurisation et architectures micro-services
  • Apports de MLOps
  • Workflow de MLOps
  • DevOps vs DataOps vs MLOps
  • Machine Learning et opérations : briser le mur de la confusion
  • Constituer et former une équipe MLOps
  • Google Cloud Platform
Exemple de travaux pratiques (à titre indicatif)
  • Mise en pratique : création d'un pipeline MLOps simple

Ingérer des données dans Google Cloud

  • Séparation du calcul et du stockage
  • Ingérer des données
  • Charger des données dans Google BigQuery
  • Déployer, invoquer, et planifier Cloud Run

Jour 2

Données de streaming : publier et ingérer avec Pub/Sub et Dataflow

  • Concevoir l'Event Feed
  • Publier un Event Stream sur Cloud Pub/Sub
  • Traitement en temps réel
  • Tableau de bord en temps réel

Exploration des données interactive avec Vertex AI Workbench

  • Analyse exploratoire des données avec SQL
  • Analyse exploratoire avec Vertex AI Workbench
  • Evaluation du modèle

Jour 3

Classification bayésienne avec Apache Spark sur Cloud Dataproc

  • Introduction à Google Cloud Dataproc
  • Utilisation de Spark SQL
  • Classification bayésienne
  • Orchestration
  • Spark en serverless

Régression logistique avec Spark ML

  • Régression logistique avec Spark
  • Ingénierie des attributs
  • Sélection de variables
  • Transformation de variables
  • Données catégorielles

Jour 4

Machine Learning avec BigQuery ML

  • Régression logistique avec BigQuery ML
  • Machine Learning non-linéaire avec XGBoost

ML avec TensorFlow dans Vertex AI

  • Vers des modèles plus complexes
  • Apprentissage et évaluation avec Keras
  • Modèles larges et profonds avec Keras
  • Déployer un modèle TensorFlow entraîné dans Vertex AI
  • Invoquer le modèle déployé

Jour 5

Attributs à fenêtre temporelle pour du ML en temps réel

  • Réaliser le fenêtrage temporel avec Apache Beam et Cloud Dataflow
  • Apprentissage du modèle
  • Streaming des prédictions
  • Pipeline de streaming avec écriture dans BigQuery

Mettre en place MLOps dans Vertex AI

  • Développer et déployer avec Python
  • Utiliser AutoML
  • Optimiser les hyperparamètres
  • Expliquer le modèle avec des métadonnées
  • Créer et déployer le modèle
  • Surveiller le modèle

Le contenu de ce programme peut faire l'objet d'adaptation selon les niveaux, prérequis et besoins des apprenants.

Modalités d’évaluation des acquis

  • En cours de formation, par des études de cas ou des travaux pratiques
  • Et, en fin de formation, par un questionnaire d'auto-évaluation
Logo de M2I - Formation Google Cloud - Concevoir, déployer et surveiller un pipeline MLOps

Proposé par

M2I

"Un leadership dans le domaine de la formation"

Voir la fiche entreprise
Logo

La 1ère plateforme pour trouver une formation, choisir son orientation ou construire son projet de reconversion.

© 2024 France Carrière. Tous droits réservés.