Prenez contact avec nous

Plan du cours

Introduction au déploiement de l'IA

  • Vue d'ensemble du cycle de vie du déploiement de l'IA
  • Défis liés au déploiement d'agents IA en production
  • Considérations clés : échelle, fiabilité et maintenance

Containerisation et orchestration

  • Introduction à Docker et aux bases de la containerisation
  • Utilisation de Kubernetes pour l'orchestration d'agents IA
  • Meilleures pratiques pour la gestion d'applications IA containerisées

Servie de modèles IA

  • Vue d'ensemble des cadres de servie de modèles (p. ex., TensorFlow Serving, TorchServe)
  • Création d'API REST pour l'inférence d'agents IA
  • Gestion des prédictions par lots par rapport aux prédictions en temps réel

CI/CD pour les agents IA

  • Mise en place de pipelines CI/CD pour les déploiements IA
  • Automatisation des tests et de la validation des modèles IA
  • Mises à jour progressives et gestion de la version

Surveillance et optimisation

  • Mise en œuvre d'outils de surveillance pour les performances des agents IA
  • Analyse de la dérive des modèles et des besoins de réentraînement
  • Optimisation de l'utilisation des ressources et de l'échelle

Sécurité et gouvernance

  • Assurance de la conformité aux réglementations sur la confidentialité des données
  • Sécurisation des pipelines de déploiement IA et des API
  • Audit et journalisation pour les applications IA

Activités pratiques

  • Containerisation d'un agent IA avec Docker
  • Déploiement d'un agent IA à l'aide de Kubernetes
  • Mise en place de la surveillance des performances IA et de l'utilisation des ressources

Summup et prochaines étapes

Pré requis

  • Maîtrise de la programmation Python
  • Compréhension des flux de travail de l'apprentissage automatique
  • Connaissance des outils de containerisation tels que Docker
  • Expérience des pratiques DevOps (recommandé)

Public cible

  • Ingénieurs MLOps
  • Professionnels DevOps
 14 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires