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

by DataScientest

Cours pratique - 6j - 150 h 00 - Réf. 3ML
Prix : 3990 € H.T.

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

by DataScientest


Nouvelle formation

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
  150 h 00
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 :
Construire, déployer et sécuriser une API.
Gérer, orchestrer, automatiser des tâches au sein des applications .
Monitorer des modèles d'IA utilisés en production.

Public concerné
Toute personne souhaitant apprendre le métier de MLOps.

Méthodes et moyens pédagogiques
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.

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
Linux & Bash

  • Programmation Linux & Bash : systèmes Linux, utilisation d'un terminal, scripts Bash.
  • Docker : concept, fonctionnement de Docker, images, communication, données, Dockerfile, DockerHub, docker-compose.
  • MLflow : architecture, Tracking, Projects, Models, Registry, cycle de vie d'un projet Machine Learning.
  • Tests Unitaires : Pytest, tests d'intégration, avantages dans un environnement de développement.

3
Versioning & Isolation

  • DVC & Dagshub : Data Version Control, Dagshub et projets DVC, intégration dans les environnement de développement.
  • Jenkins : automatisation, pipeline ne CI/CD.
  • AirFlow : concept, principes et utilité, DAG, opérateurs, Operators spécifiques, monitoring des DAGs.

4
Deployment & Model Serving

  • Bento ML : concepts, déploiement de containers Docker avec des modèles BentoML.
  • SQL : requêtes, types de jointure, requêtes imbriquées.
  • Prometheus & Grafana : avantages, Prometheus Query Language, Dashboard avec Grafana, intégration en production.

5
Scaling & Orchestration Platform

  • Kubernetes : déployer gérer des conteneurs, orchestrer plusieurs services et gérer les montées en charge.
  • ZenML : principes et rôles, suivre et gérer des expériences de machine learning, intégration ZenML.
  • Weight & Biases : fonctionnalités, utilisation avec des frameworks comme TensorFlow.
  • AWS Cloud Practitioner : Outils AWS, préparation à la certification AWS Cloud Practitionner.


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.