Rôles dans le domaine des MLOps

Concepts MLOps

Folkert Stijnman

ML Engineer

Cycle de vie du machine learning

• Rôles commerciaux
• Rôles techniques

Rôles commerciaux

• Partie prenante commerciale
• Expert en la matière

Rôles commerciaux : partie prenante commerciale

• Décisions budgétaires
• Vision de l'entreprise
• Impliqué tout au long du cycle de vie

Rôles commerciaux : expert en la matière

• Connaissance du domaine
• Impliqué tout au long du cycle de vie
• Interpréter et valider les données

Rôles techniques

• Data scientist
• Ingénieur de données
• Ingénieur en ML

Rôles techniques : data scientist

• Analyse des données
• Entraînement et évaluation des modèles

Rôles techniques : ingénieur de données

• Collecte, stockage et traitement des données
• Vérifier et maintenir la qualité des données

Rôles techniques : Ingénieur en ML

• Rôle polyvalent
• Spécialement conçu pour le cycle de vie complet du machine learning

Rôles supplémentaires impliqués dans le ML

• Analyste de données, développeur, ingénieur logiciel, ingénieur backend
• Les responsabilités liées aux rôles peuvent varier en fonction de l'application de machine learning
• Une start-up diffère d'une grande entreprise

Passons à la pratique !

Concepts MLOps