MLflow pour Ingénieurs MLOps : Déploiement et Gestion du Cycle de Vie des Modèles de Zéro
Maîtrisez MLflow de A à Z pour optimiser le déploiement, le suivi et la gouvernance des modèles de Machine Learning dans un environnement MLOps.
...
Share
Fondamentaux de MLflow et Suivi d'Expériences
Unit 1: Introduction à MLflow et ses Composants Clés
MLflow: Le Grand Tour
Les 4 Piliers de MLflow
Unit 2: Maîtrise du Suivi d'Expériences (MLflow Tracking)
Suivre vos Expériences ML
Sauvegarder vos Artefacts
L'Interface Utilisateur MLflow
Serveur de Suivi Distant
Unit 3: Structuration de Projets Reproductibles (MLflow Projects)
Vos Projets, Reproductibles
Exécuter et Partager
Gestion Avancée des Modèles et Registre MLflow
Unit 1: Introduction aux MLflow Models
Qu'est-ce qu'un MLflow Model?
Enregistrer votre premier modèle
Charger et utiliser un modèle
Unit 2: Déploiement de Modèles MLflow
Déploiement local rapide
Conteneurisation avec Docker
Déploiement sur Kubernetes
Unit 3: Le Registre de Modèles MLflow
Introduction au Registre
Gérer les versions de modèles
Transitions de modèles
Automatiser avec des Hooks