MLOps : mettre des modèles en production

Packagez, déployez et surveillez des modèles sur Google Cloud, du notebook au service en ligne.

Transformez un modèle entraîné en un service utilisé par de vraies personnes : conteneurs, déploiement sur Cloud Run, monitoring et réentraînement. Construit autour d’un projet que vous déployez pour de vrai.

Ce que vous saurez faire

• Conteneuriser et déployer un modèle sous forme d’API
• Surveiller les performances et la dérive des données
• Automatiser le réentraînement et les mises en production

Avant de commencer

• Un modèle entraîné à déployer
• Bases de la ligne de commande

Programme du cours

1. Empaqueter le modèle: Une image Docker qui sert le modèle en API. Un conteneur qui tourne partout.
2. Déployer sur Cloud Run: Un endpoint en ligne sur Google Cloud. Une URL que d’autres peuvent appeler.
3. Surveiller l’essentiel: Suivi de la performance et de la dérive des données. Des alertes avant que les utilisateurs remarquent.
4. Automatiser les mises en production: CI/CD et un pipeline de réentraînement. Un modèle qui se met à jour en sécurité.

Toutes les formations en IA et machine learning