Formation MLOps Engineering sur AWS (MLOE)

Cette formation s’inspire de la méthodologie DevOps pour créer, entraîner et déployer des modèles de machine learning (ML) en s’appuyant sur le cadre de maturité MLOps à quatre niveaux. Elle met l’accent sur les trois premiers niveaux (initial, répétable et fiable) et souligne l’importance des données, des modèles et du code pour assurer des déploiements ML réussis. Vous apprendrez à utiliser des outils, des processus automatisés et une collaboration efficace entre ingénieurs, data scientists et équipes opérationnelles pour surmonter les défis liés aux transitions entre ces rôles. La formation aborde également la surveillance des modèles en production et les actions à entreprendre lorsque leurs performances évoluent.

Objectifs pédagogiques

Expliquer les avantages de l’approche MLOps.

Comparer les principes de DevOps et MLOps.

Identifier les exigences de sécurité et de gouvernance pour un projet ML et proposer des solutions adaptées.

Configurer des environnements d’expérimentation MLOps avec Amazon SageMaker.

Appliquer les bonnes pratiques de versioning et de gestion des actifs ML (données, modèles et code).

Décrire trois approches pour mettre en place un pipeline CI/CD dans un contexte ML.

A qui s’adresse cette formation ?

Public

Prérequis

Nous recommandons aux participants d’avoir réalisé le cours AWS Technical Essentials (en classe ou numérique), la DevOps Engineering on AWS (AWSDEVOPS) ou expérience équivalente et la Practical Data Science with Amazon SageMaker (PDSASM) ou expérience équivalente.

Programme de formation

Introduction

Présentation de la formation

Introduction au MLOps

Les opérations en machine learning
Objectifs du MLOps
De DevOps à MLOps
Définition et périmètre du machine learning
Workflow ML vu sous l’angle du MLOps
Communication et collaboration
Valeur du MLOps : cas d’usage

Développement en MLOps

Introduction à la création, l’entraînement et l’évaluation des modèles ML
Automatisation des workflows
Intégration d’Apache Airflow
Utilisation de Kubernetes pour le MLOps
Amazon SageMaker et son rôle en MLOps
Démonstration : Amazon SageMaker
Laboratoire : Intégrer son propre algorithme dans un pipeline MLOps
Activité de groupe : Plan d’action MLOps
Laboratoire : Codage et déploiement d’un modèle ML avec AWS CodeBuild

Déploiement en MLOps

Introduction aux opérations de déploiement
Packaging des modèles
Inférence et mise en production
Laboratoire : Déploiement d’un modèle en production
Variantes de production avec SageMaker
Stratégies de déploiement
Déploiement en périphérie (Edge AI)
Sécurité du déploiement
Laboratoire : Test A/B des modèles
Activité de groupe : Plan d’action MLOps

Surveillance et exploitation des modèles

Importance de la surveillance des modèles
Conception d’un monitoring efficace
Laboratoire : Surveillance d’un modèle ML
Approche Human-in-the-loop
Amazon SageMaker Model Monitor
Démonstration : Amazon SageMaker Model Monitor
Résolution des problèmes courants
Activité de groupe : Plan d’action MLOps

Conclusion

Synthèse de la formation
Activité de groupe : Plan d’action MLOps
Clôture de la formation

En apprendre davantage sur MLOps Engineering sur AWS (MLOE)

Amazon Web Services (AWS) est une plateforme de services cloud complète et en constante évolution, proposée par Amazon depuis 2006. Elle propose une large gamme de services, notamment en calcul, stockage, bases de données, intelligence artificielle et Internet des objets (IoT), permettant aux entreprises de toutes tailles de bénéficier d’une infrastructure informatique flexible et économique.

Les avantages d’AWS pour les entreprises

L’un des principaux avantages d’AWS réside dans sa capacité à fournir des ressources à la demande, supprimant ainsi le besoin pour les entreprises d’investir massivement dans des infrastructures matérielles coûteuses. Cette approche permet aux organisations de se concentrer sur leurs produits et l’innovation tout en s’appuyant sur une infrastructure fiable.

AWS et son engagement dans la formation

Consciente de l’importance des compétences numériques dans le monde professionnel actuel, AWS s’engage dans la formation. En France, AWS a lancé une initiative visant à former 600 000 personnes aux compétences numériques d’ici 2030, en collaboration avec des écoles, des organismes de formation et des recruteurs partenaires. Cette démarche vise à développer les compétences dans des domaines clés tels que le cloud computing, la cybersécurité et l’intelligence artificielle.

Notre formation AWS : une expertise complète

Notre formation AWS est conçue pour vous fournir une compréhension approfondie des services et des solutions AWS. Elle couvre les aspects fondamentaux tels que :

L’architecture cloud
La gestion des services AWS
La sécurité et la mise en réseau

Compétences développées

En participant à notre programme de formation AWS, vous développerez des compétences essentielles pour :

Comprendre les principes de base du cloud computing et les avantages d’AWS.
Déployer des applications sécurisées et évolutives sur AWS.
Gérer et optimiser les ressources AWS pour une performance et une rentabilité maximales.

Une formation dispensée par des experts certifiés

Nos formateurs certifiés AWS vous guideront à travers des sessions théoriques et pratiques, vous permettant d’acquérir une expérience concrète et applicable immédiatement. Que vous soyez un professionnel de l’informatique souhaitant élargir vos compétences ou une entreprise cherchant à former vos équipes, notre formation AWS est adaptée à vos besoins.

Rejoignez notre formation AWS

Rejoignez-nous pour maîtriser les services cloud d’AWS et positionnez-vous en tant qu’acteur clé dans le domaine du cloud computing. Des sessions sont disponibles en présentiel et en ligne. Contactez-nous dès aujourd’hui pour en savoir plus sur nos prochaines sessions et commencez votre parcours vers l’expertise cloud.