Aller directement au contenu
Format : Stage pratique
Niveau Fondamentaux
Répartition du temps : 10% exposés
80% pratique
10% échanges

La formation en détails

Description

La maturité du marché sur les sujets de la Data Science ne cesse de grandir chaque jour.

C'est pourquoi, il est important d'être capable de déployer ses projets en production, rapidement, pour apporter de la valeur à ses utilisateurs.

 

Durant cette formation, vous profiterez de la riche expérience de nos consultants pour découvrir la Data Science industrialisée. Vous vous approprierez les bonnes pratiques issues du software craftsmanship essentielles pour rendre votre projet maintenable et qui vous permettront par la suite d'initier une approche MLOps.

Objectifs

  • Découvrir les concepts de Software Craftsmanship appliqués à la Data Science
  • Passer d'un notebook à un package testé, documenté et versionné
  • Constituer le socle technique requis pour accompagner le déploiement en production et aborder la pratique MLOps

Public cible

  • Analyste
  • Statisticien
  • Data Scientist
  • Data Engineer
  • Machine Learning Engineer
  • Développeur

Prérequis

  • Connaissance des bases de la Data Science (modèles, biais, variance, etc.)
  • Connaissance des librairies de manipulation de donnée en python (pandas, numpy, etc.)
  • Connaissance de la ligne de commande linux (bash par exemple)

Modalités pédagogiques

Une formation pratique durant laquelle les participants partent d'un code d'exploration préparé par le formateur et qu'ils vont amener en production, étape par étape, en démontrant que la transition doit se faire de manière la plus fluide possible.

Profil du formateur

Toutes nos formations sont animées par des consultants-formateurs expérimentés et reconnus par leurs pairs.

Modalités d'évaluation et de suivi

L'évaluation des acquis se fait tout au long de la session au travers des ateliers et des mises en pratique.

Afin de valider les compétences acquises lors de la formation, un formulaire d'auto-positionnement est envoyé en amont et en aval de celle-ci.

Une évaluation à chaud est également effectuée en fin de session pour mesurer la satisfaction des stagiaires et un certificat de réalisation leur est adressé individuellement.

Programme détaillé

Jour 1

 

INTRODUCTION

Rôle du data scientist

Convictions

 

INSTALLATION DES ENVIRONNEMENTS

Jupyter Notebook

PyCharm

Environnement anaconda

 

CLEAN CODE ET NOTEBOOK

Nettoyer son notebook

Noms des variables

Utilisation de fichiers de configuration

Programmation fonctionnelle

Immutabilité

Créer des fonctions

Mise en pratique : "Appliquer les techniques de Clean code à un notebook"

 

TESTER SON CODE

Découverte du TDD

Initiation à unittest

  • Les classes de test
  • Écrire son premier test
  • Les méthode setup et teardown

Intégration à setuptools

Mise en pratique : "Écrire ses premiers tests"

 

Jour 2

 

RAPPELS ET RÉVISION DU JOUR 1

 

DOCUMENTER SON PROJET

Découverte de Sphinx

Découverte de sphinx-quickstart

Mise en pratique : "Documenter son projet"

 

GÉRER LES VERSIONS

Introduction à Git

Gérer les versions de code

Utilisation des tags

Stratégies de versionning

Gérer des datasets et des modèles

 

RENDRE SON CODE DÉPLOYABLE

Définition du packaging

Introduction à setuptools

Installer son code en local

Gestion des dépendances

Règles simples de démarrage

Mise en pratique : "Créer et installer son package"

Bien séparer entraînement et inférence

Sauvegarder les objets de préparations de données

Mise en pratique : "Séparer train & predict"

 

CONCLUSION

Synthèse des points abordés

Partage sur la formation

Questions/Réponses additionnelles

Ce qu'en disent les participants

4.60 / 5
Satisfaction moyenne
Sur la base de 16 avis, collectés en fin de formation durant les 12 derniers mois.
100 %
recommandent cette formation
Sur la base de 16 avis, collectés en fin de formation durant les 12 derniers mois.

Nos autres formations du domaine « MLOps » Toutes les formations du domaine

DSIN2 MLOps : mise en production d’un projet de Data Science
Favoriser le déploiement des changements de code, de données et de modèles en production
Durée : 21 h / 3 j
Avancé
 
 
 
 
Prochaine session : 17 juin 2024
DSIN3 MLOps : Run et évolutivité de modèles de Machine Learning
Savoir garantir la performance du modèle de Machine Learning dans la durée
Durée : 21 h / 3 j
Expert
 
 
 
 
Prochaine session : 24 juin 2024

Découvrez les profils métiers associés à cette formation

Data Analyst
La business intelligence au profit d'une prise de décision éclairée
Data Scientist
La puissance prédictive au service des orientations stratégiques
Machine Learning Engineer
L'ingénierie logiciel au profit de vos projets de Data Science
Data Engineer
L'ingénierie de la donnée pour stimuler et favoriser l'innovation

Besoin d'aide pour trouver votre formation ?

Contactez-nous

Sessions & Inscriptions

Session partagée avec d'autres organisations

Prochaines sessions
  • du 10 au 11/06/2024
    Présentiel, Paris
    1 890,00 € HT
  • du 30/09 au 01/10/2024
    Présentiel, Paris
    1 890,00 € HT
Durée
14 h / 2 j

Demander un devis Nous contacter
Télécharger le programme

Organiser une session dédiée à votre organisation

Durée
14 h / 2 j

Vous avez plusieurs collaborateurs à former ?

Cette formation peut être organisée
sous la forme de sessions dédiées
aux membres de votre organisation.

Demander un devis Nous contacter Télécharger le programme

Personnaliser cette formation

Cette formation vous intéresse
et vous souhaitez l'adapter pour
vos collaborateurs ?

Nos formateurs et notre équipe pédagogique sont à
votre disposition pour en discuter
et vous proposer un programme sur-mesure.

Nous contacter Télécharger le programme

OCTO Academy respecte votre vie privée

Ce site web stocke des informations vous concernant via le dépôt de cookie afin de mesurer l’audience du site. Ces données de navigation sont anonymisées.

En cliquant sur « OK pour moi », vous manifestez votre consentement pour le dépôt de ces cookies.

Lire la politique de confidentialité

À propos des cookies

Sur ce site, nous utilisons des cookies pour mesurer notre audience, entretenir la relation avec vous et vous adresser de temps à autre du contenu qualitif ainsi que de la publicité. Vous pouvez sélectionner ici ceux que vous autorisez à rester ici.

Cookies