MLOps, temps partiel (5 mois) (Titre RNCP)

by DataScientest

Formation pratique - 6j - 42h00 - Réf. 3ML
Prix : 3990 € H.T.

MLOps, temps partiel (5 mois) (Titre RNCP)

by DataScientest



Devenez expert en Machine Learning et optimisez des modèles d'apprentissage pour le passage en production. Un MLOps possède à la fois des compétences en Machine Learning et en opérations. Son rôle est de prendre en charge le workflow suivant la construction de modèle de Machine Learning. Cette formation certifiante se déroule à distance dans un format hybride mêlant temps d’échanges synchrones avec un formateur expert, exercices pratiques et modules E-learning. Basée sur la pédagogie Learning By Doing, vous réaliserez un projet fil rouge en équipe afin de mettre en pratique vos connaissances. Lors de votre inscription, vous serez rattaché à l’une des promotions Datascientest. A l’issue de cette formation, vous obtiendrez les blocs 3 et 4 de la certification RNCP de niveau 7 “Expert en ingénierie de l’intelligence artificielle” délivrée par ANAPIJ et enregistrée au RNCP en date du 09-02-2024 sous le n°RNCP38587. Contactez-nous dès maintenant pour connaître les prochaines dates !


Catalogue
Sur mesure

Formation en ligne

Réf. 3ML
  42h00
3990 € H.T.
Pauses-café et
déjeuners offerts
Langue : FR




Devenez expert en Machine Learning et optimisez des modèles d'apprentissage pour le passage en production. Un MLOps possède à la fois des compétences en Machine Learning et en opérations. Son rôle est de prendre en charge le workflow suivant la construction de modèle de Machine Learning. Cette formation certifiante se déroule à distance dans un format hybride mêlant temps d’échanges synchrones avec un formateur expert, exercices pratiques et modules E-learning. Basée sur la pédagogie Learning By Doing, vous réaliserez un projet fil rouge en équipe afin de mettre en pratique vos connaissances. Lors de votre inscription, vous serez rattaché à l’une des promotions Datascientest. A l’issue de cette formation, vous obtiendrez les blocs 3 et 4 de la certification RNCP de niveau 7 “Expert en ingénierie de l’intelligence artificielle” délivrée par ANAPIJ et enregistrée au RNCP en date du 09-02-2024 sous le n°RNCP38587. Contactez-nous dès maintenant pour connaître les prochaines dates !


Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
Déployer des modèles de machine learning en environnement de production
Automatiser les pipelines de données et de modèles pour une mise à l’échelle rapide
Intégrer les modèles dans les systèmes d’entreprise pour un usage optimisé

Public concerné
Toute personne souhaitant apprendre le métier de MLOps.

Prérequis
Un diplôme ou un titre de niveau bac+3 ainsi qu'une première formation ou expérience en tant que Data Scientist.
Une dérogation est possible sur dossier et test écrit.

Certification
Pour clôturer la formation, l’équipe pédagogique évaluera le projet fil rouge de l’apprenant à l’aide d’un rapport écrit et d’une soutenance à distance. La validation des compétences développées au cours de la formation MLOps vous permettra d’obtenir les blocs 3 et 4 de la certification RNCP de niveau 7 “Expert en ingénierie de l’intelligence artificielle” délivrée par ANAPIJ et enregistrée au RNCP en date du 09-02-2024 sous le n°RNCP38587. La validation du titre complet est conditionnée à la validation de l’ensemble des blocs de compétences et la réalisation d’une période en entreprise de 130 jours minimum.

Méthodes et moyens pédagogiques
Activités digitales
Cours et exercices en ligne, masterclass collective, séances de questions/réponses, classes de soutien, accompagnement par mail, projet fil rouge, coaching carrière individualisé, social learning.
Tutorat
Un formateur expert accompagne l’apprenant tout au long de sa formation. Il échange régulièrement avec lui sur son projet fil rouge et l’accompagne lors de points de mentorat (individuel). Plusieurs formateurs animent également les différentes masterclass (classes collectives) et répondent aux questions des apprenants à tout moment depuis un forum dédié. En complément, de nombreuses séances de questions-réponses peuvent être organisées pour aider les apprenants.
Pédagogie et pratique
Lors de l’inscription, l’apprenant est affecté à une promotion (dates à définir lors de l’inscription) et reçoit son calendrier de formation. Le parcours de formation est découpé en « Sprint » de plusieurs semaines sur une thématique dédiée. Chaque semaine l’apprenant est convié à un temps d’échange avec le formateur qui se présente sous la forme de masterclass (classe collective) ou de points de mentorat (individuel). Pendant 80% du temps, l’apprenant travaille en autonomie sur la plateforme d’enseignement. Tous les modules intègrent des exercices pratiques permettant de mettre en œuvre les concepts développés en cours. L’apprenant doit également travailler en binôme ou trinôme sur un projet fil rouge tout au long de la formation. Cela lui permettra de développer et faire reconnaître ses compétences. En complément, des événements et ateliers thématiques sont régulièrement proposés pour permettre aux apprenants de découvrir les dernières innovations en matière de Data Science. Afin de suivre efficacement la formation, nous estimons le temps travail nécessaire entre 10 et 12 heures par semaine.

Programme de la formation

1
Prochaines dates de sessions

  • Mai 2026 : Début au 05/05/26
  • Juin 2026 : Début au 30/06/26
  • Septembre 2026 : Début au 08/09/26

2
Mise en place de l’environnement

  • MLFlow et gestion du cycle de vie des modèles
  • Sécurisation des APIs
  • Environnement de développement pour les LLM

3
Suivi d’expérience et versioning

  • Orchestration et suivi des pipelines ML
  • LangChain et expérimentation LLM
  • Infrastructure applicative avec NGINX

4
Orchestration, déploiement et LLMOps

  • Orchestration avancée et observabilité
  • RAG et LLMOps appliqués

5
Monitoring et Agentic

  • Monitoring, observabilité et dérives des modèles
  • Agentic design patterns et monitoring avancé ML/LLM
  • Architectures événementielles avec Kafka

6
Scaling et MLOps platform

  • Conteneurisation et MLOps avec Kubernetes et ZenML
  • Fondamentaux du Cloud AWS


Solutions de financement
Plusieurs solutions existent pour financer votre formation et dépendent de votre situation professionnelle.
Découvrez-les sur notre page Comment financer sa formation ou contactez votre conseiller formation.