> Toutes nos certifications > Amazon Web Services (AWS) - Ingénierie MLOps sur AWS
Nouvelle formation

Formation : Amazon Web Services (AWS) - Ingénierie MLOps sur AWS

Cours officiel AWS

Amazon Web Services (AWS) - Ingénierie MLOps sur AWS

Cours officiel AWS
Télécharger le programme Partager cette formation

Télécharger le programme Partager cette formation

Avec cette formation, vous découvrirez comment MLOps Engineering sur AWS peut vous aider à intégrer des pratiques de style DevOps dans la création, la formation et le déploiement de modèles de machine learning (ML). Vous apprendrez à relever les défis associés aux transferts grâce à l'utilisation d'outils, d'automatisation, de processus, et le travail d'équipe. À la fin du cours, vous passerez de l'apprentissage à la pratique en élaborant un plan d'action MLOps pour votre organisation.


Intra
Sur mesure

Formation dans vos locaux, chez nous ou à distance

Réf. MLS
  3j - 21h
Vous souhaitez transposer cette formation, sans modification, pour votre entreprise ?




Avec cette formation, vous découvrirez comment MLOps Engineering sur AWS peut vous aider à intégrer des pratiques de style DevOps dans la création, la formation et le déploiement de modèles de machine learning (ML). Vous apprendrez à relever les défis associés aux transferts grâce à l'utilisation d'outils, d'automatisation, de processus, et le travail d'équipe. À la fin du cours, vous passerez de l'apprentissage à la pratique en élaborant un plan d'action MLOps pour votre organisation.

Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
  • Décrire les activités du ML
  • Comprendre les principales différences entre DevOps et MLOps
  • Décrire le processus du ML
  • Discuter de l'importance de la communication dans MLOps
  • Expliquer les options de bout en bout pour l'automatisation des flux de travail ML
  • Énumérer les principales fonctionnalités d'Amazon SageMaker pour MLOps Automation
  • Créer des pipelines ML automatisés pour créer, entraîner, tester et déployer des modèles
  • Créer un programme ML de pipelines qui recycle automatiquement le modèle en fonction des modifications apportées
  • Identifier les éléments et les étapes importants du déploiement
  • Décrire les éléments qui peuvent être inclus dans les packages de modèles et comment les utiliser
  • Identifier les options d'Amazon SageMaker pour choisir les modèles à déployer
  • Différencier la mise à l'échelle dans le ML de la mise à l'échelle à l'évolution vers d'autres applications
  • Déterminer quand utiliser différentes méthodes d'inférence
  • Discuter des stratégies de déploiement, des avantages, des défis et des cas d'utilisation typiques
  • Décrire les défis du déploiement du ML à la périphérie appareils
  • Reconnaître l'importance des fonctionnalités d'Amazon SageMaker liées au déploiement et à l'inférence

Public concerné
Ingénieurs de plateforme de données de ML, ingénieurs DevOps, développeurs ou toute personne chargée de la mise en œuvre des modèles de ML.

Prérequis
Avoir suivi l'un des cours "AWS Technical Essentials" (Réf. AWG), "DevOps Engineering on AWS"( Réf. AWC) ou "Practical Data Science with Amazon SageMaker" (Réf. PDW).
Vous recevrez par mail des informations permettant de valider vos prérequis avant la formation.

Programme de la formation

Introduction à MLOps

  • Machine learning operations.
  • Objectifs de MLOps.
  • Communication.
  • De DevOps à MLOps.
  • ML workflow.
  • Scope.
  • MLOps view of ML workflow.
  • MLOps cases.

Développement MLOps

  • Introduction à la création, à l'entraînement et à l'évaluation de modèles de ML.
  • MLOps security.
  • Automatisation.
  • Apache Airflow.
  • Kubernetes integration pour MLOps.
  • Amazon SageMaker pour MLOps.
Travaux pratiques
MLOps Action Plan Workbook.

Déploiement MLOps

  • Introduction aux opérations de déploiement.
  • Model packaging.
  • Inférence.
  • SageMaker production variants.
  • Stratégies de déploiement.
  • Déploiement en périphérie.
Travaux pratiques
Déployer votre modèle en production. Réaliser des tests A/B. Cahier du plan d'action MLOps.

Opérations et surveillance des modèles

  • L’importance de la surveillance.
  • Surveillance dès la conception.
  • L'homme dans la boucle.
  • Amazon SageMaker Model Monitor.
  • Amazon SageMaker Pipelines, Model Monitor, model registry, et Feature Store.
  • Résoudre les problèmes.

Conclusion

  • Révision du cours.
Travaux pratiques
Cahier de travail du plan d'action MLOps.


Certification
Cours officiel sans certification.
Comment passer votre examen ?

Méthodes et moyens pédagogiques
Méthodes pédagogiques;
Animation de la formation en français. Support de cours officiel en anglais et au format numérique. Bonne compréhension de l’anglais à l’écrit.

Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

Solutions de financement
Pour trouver la meilleure solution de financement adaptée à votre situation : contactez votre conseiller formation.
Il vous aidera à choisir parmi les solutions suivantes :
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • France Travail sous réserve de l’acceptation de votre dossier par votre conseiller France Travail.
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • France Travail sous réserve de l’acceptation de votre dossier par votre conseiller France Travail.

Horaires
En présentiel, les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45. Les pauses et déjeuners sont offerts.
Pour les stages pratiques de 4 ou 5 jours, quelle que soit la modalité, les sessions se terminent à 16h le dernier jour.