Big Data - Développement d'applications de Machine Learning et d'Intelligence Artificielle (IA) Top ventes
5 jours
Perfectionnement / Avancé
Présentiel Classe à distance
Accueil › Formations › Informatique › Big Data › Data Science › Industrialiser les projets Data Science avec Kubeflow
Objectifs de formation
A l'issue de cette formation, vous serez capable de :
- Développer et maintenir un modèle de Machine Learning
- Passer d'un modèle à sa production
- Identifier les acteurs et le coût de l'industrialisation d'un projet Data Science.
Modalités, méthodes et moyens pédagogiques
Formation délivrée en présentiel ou distanciel* (blended-learning, e-learning, classe virtuelle, présentiel à distance).
Le formateur alterne entre méthode** démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation).
Variables suivant les formations, les moyens pédagogiques mis en oeuvre sont :
- Ordinateurs Mac ou PC (sauf pour certains cours de l'offre Management), connexion internet fibre, tableau blanc ou paperboard, vidéoprojecteur ou écran tactile interactif (pour le distanciel)
- Environnements de formation installés sur les postes de travail ou en ligne
- Supports de cours et exercices
En cas de formation intra sur site externe à M2i, le client s'assure et s'engage également à avoir toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques...) au bon déroulement de l'action de formation visée conformément aux prérequis indiqués dans le programme de formation communiqué.
* nous consulter pour la faisabilité en distanciel
** ratio variable selon le cours suivi
Prérequis
Avoir des connaissances en Machine Learning, en analyse de données ainsi qu'en Python.
Public concerné
Data scientists, Data analysts, ingénieurs Data, ingénieurs MLOps, statisticiens.
Programme
Jour 1
Introduction
- L'ère de la Data Science
- Les acteurs dans un projet Data Science
- Le cycle d'un projet Data Science
- L'environnement technique d'un projet Data Science POC (Proof Of Concept), POV (Proof Of Value), production
Cycle de vie d'un projet de Data Science
- Evaluer le projet
- Tester son code
- Rendre son code déployable
- Gérer les versions
- Le plan de déploiement
- Plan de monitoring et de maintenance
- Production des rapports
- Documentation de l'expérience
Pourquoi Kubeflow
- Le déploiement dans le Cloud
- Machine Learning Operations (MLOps)
- Training, Tuning et Serving sur les plateformes d'Intelligence Artificielle (IA)
- Kubeflow : une plateforme de choix de ML et MLOps
Prise en main de Kubeflow
- Aperçu de Kubeflow
- Configuration de l'environnement Kubeflow
- Options de déploiement de Kubeflow
- Configuration de Kubeflow sur Google Cloud Platform (GCP)
- Composants de Kubeflow
- Introduction à Docker
- Pourquoi Kubernetes ?
- Introduction à Kubernetes
- Composants de base de Kubernetes
Exemple de travaux pratiques (à titre indicatif)
- Apprentissage d'un modèle de reconnaissance de caractères avec Kubeflow
Jour 2
Optimisation et déploiement d'un modèle Kubeflow
- Construire un modèle d'apprentissage automatique sur Kubeflow
- Processus de développement du modèle et défis
- Kubeflow Notebook
- Les métadonnées
- Training distribué
- Optimisation des hyperparamètres avec Katib
- Serving sous Kubeflow
- Construire un pipeline d'apprentissage automatique à l'aide de Kubeflow pipeline
Exemples de travaux pratiques (à titre indicatif)
- Apprentissage, optimisation et serving d'un modèle avec Kubeflow
- Déploiement du modèle grâce à un pipeline automatisé avec Kubeflow
Le contenu de ce programme peut faire l'objet d'adaptation selon les niveaux, prérequis et besoins des apprenants.
Modalités d’évaluation des acquis
- En cours de formation, par des études de cas ou des travaux pratiques
- Et, en fin de formation, par un questionnaire d'auto-évaluation
Accessibilité de la formation
Le groupe M2i s'engage pour faciliter l'accessibilité de ses formations. Les détails de l'accueil des personnes en situation de handicap sont consultables sur la page Accueil et Handicap.
Modalités et délais d’accès à la formation
Les formations M2i sont disponibles selon les modalités proposées sur la page programme. Les inscriptions sont possibles jusqu'à 48 heures ouvrées avant le début de la formation. Dans le cas d'une formation financée par le CPF, ce délai est porté à 11 jours ouvrés.
