Poser les bases de l'MLOps

MLOps pour l’entreprise

Arne Jonas Warnke

Head of Emerging Curriculum

Agenda

 

La vidéo se concentre sur

  • Compétences
  • Technologie
  • Culture
MLOps pour l’entreprise

Compétences requises pour l'MLOps

L'MLOps mobilise plusieurs rôles

  • Expert métier / domaine

ainsi que

  • Data engineer
  • Data scientist / ML engineer
  • Ingénieur logiciel / DevOps

et

  • Architecte solution / ML

MLOps pour l’entreprise

Architecture MLOps

1 Hidden Technical Debt in Machine Learning Systems
MLOps pour l’entreprise

Où héberger votre plateforme MLOps

L'MLOps peut être hébergé

  • Via de grands fournisseurs cloud
  • Plateformes MLOps entièrement gérées
  • Pile d'outils auto‑hébergée

MLOps pour l’entreprise

Exigences des plateformes MLOps

Éléments clés de ces plateformes

  • Standards communs
  • Composants modulaires
  • Workflows automatisés
  • Tests continus
MLOps pour l’entreprise

Aspects culturels de l'MLOps

Éléments culturels de l'MLOps

  • Pilotage stratégique par la direction
  • Coopération et responsabilités partagées
  • Améliorations continues et incrémentales
  • Autonomie et culture du feedback
  • Formation continue (inter‑équipes)

MLOps pour l’entreprise

Comment y parvenir

Pour garantir l'impact métier

  • Commencer par l'objectif métier
  • Réunir les bons talents et les inciter à collaborer
  • Concevoir avec soin l'architecture MLOps centrale
MLOps pour l’entreprise

Passons à la pratique !

MLOps pour l’entreprise

Preparing Video For Download...