Formation ZenML : le meilleur du MLOPS

PROGRAMME DE NOTRE FORMATION ZenML

INTRODUCTION À ZENML

• ZenML et son rôle dans l’écosystème MLOps
• Les avantages de ZenML pour les projets de machine learning
• Composants clés : pipelines, étapes, artefacts, et modèles
• Installer ZenML
• Configurer l’environnement de travail

CRÉATION DE VOTRE PREMIER PIPELINE ML

• Exemple simple de pipeline ML
• Comprendre l’orchestration des étapes dans un pipeline.
• Commandes de base
• Configuration de différentes étapes et expérimentations
• Analyser les résultats et les artefacts générés

GESTION DES DONNÉES ET VERSIONNEMENT

• Gérer les jeux de données
• Versionnement et reproductibilité
• Mécanismes de mise en cache
• Fonctionnalités de suivi des données
• Récupération des objets après l’exécution des pipelines

SUIVI ET STRUCTURATION DES MODÈLES ML

• Suivi des performances
• Versions des modèles ML
• Structurer les pipelines, modèles et artefacts
• Importance de la structuration pour la maintenance
• Intégrer des outils de suivi des expériences comme MLflow ou TensorBoard
• Documenter et gérer les modifications dans les pipelines ML

DÉPLOIEMENT ET ORCHESTRATION AVEC ZENML

• Options de déploiement pour ZenML
• Configurer et gérer les stacks ZenML 
• Personnaliser l’exécution des pipelines
• Connecter ZenML à un stockage distant
• Orchestration des pipelines ML et scalabilité
• Configurer les pipelines pour des ressources de calcul distribuées

INTÉGRATION ET PERSONNALISATION AVANCÉES

• Installation et configuration avec d’autres outils ML
• Composants personnalisés
• Activer et utiliser une pile à distance
• Erreurs courantes
• Outils de contrôle de version

CONCLUSION ET BONNES PRATIQUES

• Concepts clés et compétences acquises
• Bonnes pratiques CI/CD
• Études de cas
• Étude autonome
• Évaluation des connaissances par un test pratique