Formations › DevOps › MLOPS › Formation MLFlow : LLMOps

Formation MLFlow

Prix	1600€ ^HT / personne
Durée	2 jours (14 heures)

Présentation

Notre formation MLFlow vous présentera cette plateforme open source utilisé pour gérer le cycle de vie du Machine Learning (ML), la reproductibilité, l’expérimentation, le déploiement et le registre central de modèles.

Durant cette formation, vous pourrez stocker, annotez et gérez des modèles dans un référentiel central à l’aide du registre des modèles. En effet, ce registre fournit le lignage du modèle, la gestion des versions du modèle ainsi que le balisage du modèle.

Découvrez les déploiements MLFlow pour les grands modèles de langage (LLM) de pointe via des API simples et sûres. Le serveur de déploiement est un outil puissant conçu pour rationaliser l’utilisation et le contrôle de différents fournisseurs de LLM.

Avec les projets MLFlow vous pourrez conditionner du code de science des données de manière réutilisable et reproductible, basé sur des conventions. Par ailleurs, ces projets comprennent une API et des outils de ligne de commande pour enchaîner les projets en workflows.

Cette formation vous présentera la toute dernière version de MLFlow (à la date de rédaction de l’article MLFlow 2.9.2).

Objectifs

Comprendre les composants principaux de MLFlow
Maîtriser la journalisation automatique et la comparaison des exécutions
Exploration de l’interface utilisateur du registre des modèles
Savoir comment enregistrer un premier modèle MLFlow
Savoir activer et personnaliser la journalisation des métriques système

Public visé

Développeurs
Data scientists
Ingénieurs

Pré-requis

Connaissances de base en programmation
Compréhension des concepts d’apprentissage automatique

Programme de notre formation MLFlow

Introduction

Qu’est-ce que MLFlow ?
Composants principaux de MLFlow
Pourquoi utiliser MLFlow ?
Qui utilise MLFlow ?
Cas d’utilisation
Évolutivité

Premiers pas

Conseils sur l’exécution des didacticiels
Enregistrement de votre premier modèle MLFlow
Démarrage rapide de 15 minutes : Journalisation automatique
Démarrage rapide de 15 minutes – Comparaison des exécutions et déploiement de votre modèle
Présentation du serveur de suivi

Fonctionnalités

Interface utilisateur du registre des modèles
Nouvelles fonctionnalités pour l’évaluation LLM
Révision de la documentation
Utilisation de MLFlow AI Gateway pour se connecter aux LLM hébergés par AI2I Labs
Chargez des modèles entraînés grâce à Spark Connect
Héberger vos propres modèles basés sur des transformateurs
Utiliser PaLM 2 en tant que founirsseur MLFlow Gateway

Authentification

Aperçu
Gestion des autorisations
Création d’un nouvel utilisateur
Authentification auprès de MLFlow
Authentification personnalisée
Configuration

Exécutions de recherche

MLFlow balises
Syntaxe
- Exemples d’expressions
- Identifiant
Exécutions de recherche par programmation
- Python
- R.
- Java

Métriques du système

Dépendances supplémentaires
Activer/désactiver la journalisation des métriques système
- Utilisation de la variable d’environnement
- Activation de la journalisation des métriques systèmes pour une seule exécution
Types de métriques système
Affichage des métriques système dans l’interface utilisateur MLFlow
Personnalisation de la journalisation des métriques système

Pour aller plus loin

Formation Apache Spark et ML

Formation IA

Formation Elastic Stack ELK

Télécharger le plan du cours

Langues et Lieux disponibles

 Langues

Français
Anglais / English

 Lieux

France entière
- Paris
- Lille
- Reims
- Lyon
- Toulouse
- Bordeaux
- Montpellier
- Nice
- Sophia Antipolis
- Marseille
- Aix-en-Provence
- Nantes
- Rennes
- Strasbourg
- Grenoble
- Dijon
- Tours
- Saint-Étienne
- Toulon
- Angers
Belgique
- Bruxelles
- Liège
Suisse
- Genève
- Zurich
- Lausanne
Luxembourg

Témoignages

⭐⭐⭐⭐⭐ 4,8/5 sur Google My Business. Vous aussi, partagez votre expérience !

Afficher tous les témoignages

⭐⭐⭐⭐⭐ 4,8/5 sur Google My Business. Vous aussi, partagez votre expérience !

Noter la formation

Prix	1600€ ^HT / personne
Durée	2 jours (14 heures)