Machine-Learning-Workflows mit git, dvc, MLflow s’adresse aux développeurs de logiciels qui connaissent déjà les bases du Machine Learning et de l’IA et qui souhaitent maintenant se lancer dans le développement de modèles versionnables avec des résultats reproductibles. Dans cette formation en ligne, vous apprendrez, en quatre matinées consécutives, à construire une pile de développement moderne pour l’apprentissage automatique et à la préparer pour l’intégrer dans la pratique de l’entreprise.

Rendre les modèles et le code versionnables et reproductibles

Vous apprendrez à utiliser des outils de versionnement tels que git et dvc pour versionner non seulement le code, mais aussi les données et les modèles ML et les rendre reproductibles et partageables. Avec l’outil de gestion du cycle de vie MLflow, vous créez des processus de science des données qui vous permettent de définir, de paramétrer, de valider et d’analyser des modèles.

Le dernier jour de l’atelier introduit l’optimisation des modèles pour l’utilisation pratique, le réglage des hyperparamètres, ainsi que l’automatisation avec Docker et les pipelines CI/CD et la surveillance continue. Pour finir, les formateurs abordent les offres commerciales des grands fournisseurs de cloud.

Philipp Braunhart et Moustapha Karaki sont des ingénieurs en Machine Learning issus de la pratique et répondront également à vos questions concrètes lors de cet atelier. Grâce au petit nombre de participants (15 personnes au maximum), la formation offre de nombreuses possibilités à cet effet.

• Plus d’informations et inscription : Machine-Learning-Workflows mit git, dvc, MLflow – Atelier en ligne sur quatre matinées, du 4 au 7 avril 2022.