Python et MLflow - Concevoir, déployer et surveiller un pipeline MLOps
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Concevoir et tester un modèle de ML (Machine Learning) avec MLflow
- Concevoir et tester un pipeline MLOps robuste avec MLflow
- Déployer votre modèle en production
- Surveiller votre modèle de production et corriger les écarts.
| Tarif |
A partir de 3 800,00 € |
| Durée | 5 jours (35h00) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
A partir de 3 800,00 € |
| Durée | 5 jours (35h00) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Programme
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 ?
- Business Intelligence vs Business Analytics
- Du Data Warehouse au Data Lake et au Lakehouse
- 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
- Plateformes et outils de MLOps
- Qu'est-ce que MLflow ?
Exemple de travaux pratiques (à titre indicatif)
- Mise en pratique : développer un premier modèle avec MLflow
Jour 2
Démarrer avec MLflow
- MLflow Projects
- MLflow Tracking
- MLflow Models
- MLflow Model Registry
Exemple de travaux pratiques (à titre indicatif)
- Création d'un premier pipeline avec MLflow
Développement du modèle et expérimentations
- Définir l'expérimentation : explorer le jeu de données
- Ajouter des expérimentations : étapes pour concevoir un classificateur logistique
- Comparer différents modèles
- Affiner le modèle en optimisant les hyperparamètres
- Gérer les signatures et schémas des modèles
- Ajouter le meilleur modèle au Model Registry
- Gérer le cycle de vie de développement du modèle
Jour 3
Le Machine Learning en production
- Comprendre les challenges des systèmes et projets de ML
- Plateformes de ML : Michelangelo, Kubeflow
- Spécifier l'architecture d'une plateforme de ML
- Architecture des systèmes de haut niveau
- MLflow et les autres outils de l'écosystème
Jour 4
Préparer les données et entraîner le modèle
- Structurer le pipeline de données du projet
- Sourcer les données
- Vérifier la qualité des données
- Générer l'ensemble des attributs et des données d'apprentissage
- Exécuter le pipeline de bout-à-bout
- Utiliser les feature stores
- Créer le projet d'apprentissage avec MLflow
- Implémenter le job d'apprentissage
- Evaluer le modèle
- Déployer le modèle dans le Model Registry
- Créer une image Docker pour le job d'apprentissage
Jour 5
Déploiement et inférence avec MLflow
- Créer un Model Registry local
- Créer un job batch d'inférence
- Créer un process d'API pour l'inférence
- Déployer les modèles pour du scoring batch dans Kubernetes
- Réaliser un déploiement sur le Cloud avec AWS SageMaker
Mettre à niveau le workflow de ML
- Intégrer MLflow avec Spark
- Intégrer MLflow avec NVIDIA RAPIDS (GPU)
- Suivre la performance des modèles en production
- Monitoring du Data Drift, du Model Drift, et du Target Drift
- Monitoring et alertes de l'infrastructure
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
Prérequis
Public
Ces formations pourraient vous intéresser
Objectifs de la formation
A l’issue de cette formation le stagiaire sera capable d’occuper la fonction de formateur au sein de son entreprise. Découvrir les techniques d'apprentissage Comprendre les bases de l'enseignement Concevoir des contenus de formation et scenarii pédagogiques Animer des formations et des séquences réflexives Concevoir une boite à outils Créer des supports Evaluer la formation et la progression de l’apprenant Découvrir les types d'apprenants Apprendre à gérer les cas difficiles| Tarif |
A partir de 2 175,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
Apprendre à installer et à administrer Windows Server - Gérer les utilisateurs - Découvrir NTFS - Configurer une imprimante réseau - Gérer la sécurité de Windows Server - Protéger et surveiller son serveur - Installer et configuer Terminal Server| Tarif |
A partir de 995,00 € |
| Durée |
2j / 14h |
| Modes |
|
Concevoir des vidéos promotionnelles avec le logiciel gratuit ShotCut
Proposé par SHURAFORM - FORMAEREMObjectifs de la formation
Apprenez à tourner, monter des vidéos et les diffuser pour augmenter votre employabilité.Au terme de cette formation le stagiaire maîtrisera les fondamentaux du montage vidéo.
Cette formation vous apportera également les compétences nécessaires au cadrage, à la réalisation, au montage et à la diffusion dun projet de vidéo promotionnelle pour une TPE/PME .
Elle servira tous vos projets vidéo : Clips, courts métrages, capsules vidéo pour les réseaux.
| Tarif |
A partir de 575,00 € |
| Durée |
3j / 22h |
| Modes |
|
Objectifs de la formation
- Planifier, déployer et configurer les solutions SQL dans Azure
- Surveiller les performances des bases de données
- Optimiser les bases et les requêtes pour des performances optimum
- Planifier et configurer une solution de Haute Disponibilité
| Tarif |
A partir de 2 800,00 € |
| Durée |
4 jours |
| Modes |
|
Objectifs de la formation
Construire une API en Python| Tarif |
A partir de 1 995,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
Comprendre l'intérêt du mouvement DevOps - Installer Puppet - Ecrire des manifestes pour déployer une infrastructure avec Puppet - Maîtriser les bonnes pratiques et assurer la cohérence du SI avec Puppet| Tarif |
A partir de 1 875,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
Savoir architecturer et concevoir des projets web JEE performants à base de Servlets et de JSP - Mettre en place le pattern MVC| Tarif |
A partir de 2 495,00 € |
| Durée |
5j / 35h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Mettre en place une "Fabric"
- Gérer un réseau virtuel par client
- Décrire la communication des réseaux via VXLAN.
| Tarif |
A partir de 860,00 € |
| Durée |
1j / 7h |
| Modes |
|
Objectifs de la formation
Toute personne souhaitant concevoir, suivre et contrôler les différentes étapes d'un projet sans intégrer des ressources à l'aide du logiciel Microsoft Project.
À l'issue de la formation, le stagiaire sera capable de :
- Concevoir et modifier ses projets
- Éditer diverses simulations de ses projets
| Tarif |
A partir de 800,00 € |
| Durée |
2 jour(s) |
| Modes |
|
Objectifs de la formation
- Utiliser les pratiques et concepts principaux de la méthodologie DevOps
- Concevoir et mettre en place une infrastructure sur AWS, qui prend en charge un ou plusieurs projets de développement DevOps
- Utiliser AWS CloudFormation et AWS OpsWorks pour déployer l’infrastructure nécessaire à la création d’environnements de développement, de test et de production pour un projet de développement logiciel
- Utiliser AWS CodeCommit et AWS CodeBuild pour découvrir l’éventail d’options permettant de mettre en place un environnement d’intégration continue (CI) sur AWS
- Utiliser AWS CodePipeline pour concevoir et mettre en œuvre un pipeline d’intégration et de livraison continues (CI/CD) sur AWS
- Utiliser AWS CodeStar pour gérer toutes les activités de développement logiciel au même endroit
- Mettre en œuvre plusieurs cas d’utilisation courants de déploiement continu (CD) à l’aide des technologies AWS, notamment le déploiement bleu/vert et les tests A/B
| Tarif |
A partir de 2 290,00 € |
| Durée |
3j / 21h |
| Modes |
|
