MLOps
Un ensemble de pratiques pour mettre les modèles ML en production et garantir leur fiabilité.
MLOps est le DevOps appliqué au machine learning : versionnage des modèles et des données, deployment, monitoring, retraining automatique. Outils : MLflow, Kubeflow, Weights & Biases, SageMaker.
Exemples pratiques
- Versionnage des modèles avec MLflow
- A/B testing de modèles en production
- Monitoring du model drift
- Retraining planifié