AWS : MLOps Engineering

S'approprier les notions d'Ops, de DevOps et de MLOps Créer un pipeline automatisé pour entraîner et déployer en production un modèle de ML Interagir avec son modèle de ML déployé Découvrir les différentes stratégies de déploiement et de scaling Détecter les drifts de son modèle de ML Mesurer la performance de son modèle de ML

Ce cours étend les pratiques DevOps répandues dans le développement de logiciels au domaine de la Data Science. Ainsi, vous pourrez entraîner et déployer des modèles d'apprentissage automatique (Machine Learning) tout en suivant leur performance dans le temps, et ainsi obtenir un système de Data Science en production. Cette formation met l'accent sur l'importance des données, du modèle et du code pour la réussite des modèles de ML en production. Vous découvrirez les différents outils et processus d'automatisation ainsi que de la méthodologie et de l'organisation d'équipe pour gérer tout le cycle de vie d'un projet de Data Science.

Attestation de suivi de présence

Avoir suivi la formation "AWS : Notions techniques Amazon Web Services de base" (AWS00) ou posseder un niveau d experience equivalent. Avoir suivi la formation "Fondamentaux de la Data Science" (DSFDX)" ou savoir modeliser et developper un probleme de Data Science simple.