Une fois le déploiement des modèles de Machine Learning en production automatisé, se pose alors la question du maintien en condition opérationnelle de ceux-ci.
Comment s'assurer que ces modèles restent performants et fiables sur la durée ? Comment gérer les versions et planifier sa maintenance sans incidence de performance et qualité ? Quelle gouvernance mettre en place ?
Pour relever ces challenges, nos experts OCTO du MLOps, ont conçu ce module de 3 jours, destiné aux ML Engineers et Data Scientits, pour s'approprier l'approche MCO, afin de faire évoluer dans les meilleures conditions ses modèles de Machine Learning en production et d'en monitorer en temps réel les performances. Enfin vos équipes verront les différents modèles d'organisation pour le run et apprendront comment faire évoluer sans incident votre application.
Comment s'assurer que ces modèles restent performants et fiables sur la durée ? Comment gérer les versions et planifier sa maintenance sans incidence de performance et qualité ? Quelle gouvernance mettre en place ?
Pour relever ces challenges, nos experts OCTO du MLOps, ont conçu ce module de 3 jours, destiné aux ML Engineers et Data Scientits, pour s'approprier l'approche MCO, afin de faire évoluer dans les meilleures conditions ses modèles de Machine Learning en production et d'en monitorer en temps réel les performances. Enfin vos équipes verront les différents modèles d'organisation pour le run et apprendront comment faire évoluer sans incident votre application.