Formation Formation MLOps à temps partiel : maîtrisez le déploiement d'IA

Introduction au MLOps : Concepts et Écosystème

• —Définition et importance du MLOps en production
• —Cycle de vie typique d'un projet de Machine Learning
• —Rôles et responsabilités dans une équipe MLOps

Ingénierie des Données pour le MLOps

• —Préparation et nettoyage des données à grande échelle
• —Versionnement et gestion des datasets (Data Versioning)
• —Pipelines d'ingestion et de transformation de données

Développement et Entraînement de Modèles Robustes

• —Définir des critères de robustesse pour les modèles ML en production
• —Utiliser des techniques de régularisation pour éviter le surapprentissage
• —Évaluer la performance des modèles avec des ensembles de test diversifiés
• —Mettre en place des workflows pour l'entraînement continu des modèles
• —Documenter les choix de conception et les résultats des expérimentations

Gestion des Modèles et de leurs Versions

• —Mettre en place un système de versioning pour les modèles de ML
• —Utiliser des outils comme DVC pour le suivi des versions de données
• —Documenter les changements entre les versions des modèles
• —Établir des critères de validation pour chaque nouvelle version de modèle
• —Configurer des alertes pour suivre les performances des différentes versions

CI/CD pour les Pipelines de Machine Learning

• —Principes de l'intégration continue (CI) en MLOps
• —Principes du déploiement continu (CD) des modèles
• —Outils et plateformes CI/CD adaptées au ML

Déploiement de Modèles en Production

• —Stratégies de déploiement (REST API, microservices)
• —Conteneurisation avec Docker pour les modèles ML
• —Orchestration avec Kubernetes pour le scaling des services

Automatisation des Pipelines MLOps

• —Introduction aux workflows et orchestrateurs (Airflow, Kubeflow)
• —Création de pipelines de training et de déploiement automatisés
• —Gestion des déclencheurs et des dépendances de tâches

Monitoring et Observabilité des Modèles

• —Suivi des performances des modèles en temps réel
• —Détection de la dérive des données (Data Drift) et des concepts (Concept Drift)
• —Outils et techniques de monitoring (Prometheus, Grafana)

Maintenance et Mise à Jour des Modèles

• —Évaluer la performance des modèles en production régulièrement
• —Mettre en place des processus de mise à jour automatique des modèles
• —Documenter les changements et les impacts des mises à jour sur les performances
• —Implémenter des tests A/B pour valider les nouvelles versions de modèles
• —Surveiller les dérives de données pour anticiper les besoins de mise à jour

Sécurité et Gouvernance en MLOps

• —Gestion des accès et des permissions (IAM)
• —Sécurité des données et des modèles en production
• —Conformité réglementaire et éthique de l'IA (AI Trustworthy)

Bonnes Pratiques et Industrialisation des Projets MLOps

• —Organisation des équipes MLOps et collaborations
• —Architecture de référence MLOps sur le Cloud (AWS, Azure, GCP)
• —Études de cas et retours d'expérience

Outils et Écosystème MLOps Avancé

• —Exploration des plateformes MLOps intégrées
• —Approfondissement sur MLFlow, DVC, TFX
• —Tendances futures et défis du MLOps

OPCO

Formations financées via votre opérateur de compétences

FAF

Aide à la formation pour les indépendants

France Travail

Des aides pour les demandeurs d'emploi

Employeur

Votre entreprise peut financer votre formation

FNE-Formation

Un soutien pour les entreprises en transformation

- Bonnes bases en Python et programmation. - Connaissances fondamentales en Machine Learning. - Familiarité avec les principes de CI/CD (intégration/déploiement continu) et Git. - Notions de base sur Docker et les environnements cloud (AWS, GCP, Azure, etc.).

- Un ordinateur portable récent (Mac, Windows, Linux) avec au moins 8 Go de RAM. - Une connexion Internet stable et haut débit. - Un navigateur web à jour (Chrome, Firefox, Edge). - Des droits d'administration pour installer des logiciels et outils nécessaires (Docker, environnement de développement Python).

5 tests d'évaluation sont proposés à l'apprenant en fin de formation pour connaître son niveau sur chaque compétences visées.

Plateforme et contenus e-learning à disposition. Test de positionnement Quizz & Evaluations

Nous vous recevons lors d’un rendez-vous d’information préalable gratuit et confidentiel en visioconférence pour analyser vos besoins et co-construire votre parcours personnalisé. Chaque demande s’accompagne de la remise d’une convention ou d’un contrat précisant l’ensemble des informations relatives à la formation (Tarifs, calendrier, durée, lieu…). Ce contrat/convention sera transmis électroniquement par email.

A partir de l’accord de prise en charge par le financeur sollicité, le bénéficiaire peut démarrer sous un délai de 11 jours ouvrés. Si vous financez votre parcours de formation par vos propres moyens, alors le délai d'accès est immédiat. Vous pouvez entrer en formation tout au long de l’année.

♿️ Nous accueillons les personnes en situation de handicap. Les conditions d’accessibilité aux personnes handicapées sont inscrites sur le site imi-education.fr, rubrique Accessibilité.

Saskia Cazettes Pour tout renseignement : 07 80 91 06 14 / saskia.c@imi-executive-solutions.com

23 mars 2026

La formation alterne apports théoriques, mises en situation pratiques et échanges entre participants. Chaque concept est directement appliqué via des exercices concrets et des cas réels.

Oui, chaque participant reçoit un support de cours complet (format numérique et/ou papier) qu'il peut conserver à l'issue de la formation.

Certaines de nos formations sont éligibles au Compte Personnel de Formation (CPF). Consultez la fiche formation ou contactez-nous pour vérifier l'éligibilité.

Plusieurs dispositifs de financement existent : CPF, OPCO, plan de développement des compétences, financement individuel. Notre équipe peut vous accompagner dans vos démarches.

Oui, notre équipe reste disponible pour toute question post-formation. Vous bénéficiez également d'un accès à nos ressources en ligne pendant 6 mois après votre parcours.

MLOps est un domaine qui regroupe les pratiques et les outils associés à la mise en production et à la gestion des applications d'apprentissage automatique. C'est crucial pour garantir la fiabilité et la scalabilité des modèles d'IA dans les entreprises.

Vous apprendrez à concevoir et à mettre en production efficacement des pipelines CI/CD pour le Machine Learning, ainsi qu'à monitorer et maintenir vos modèles en production. Vous serez en mesure d'industrialiser des solutions d'IA et d'améliorer la fiabilité de vos déploiements.

Nous couvrons les meilleures pratiques en matière de MLOps, y compris la conception de pipelines CI/CD, la monitorisation et le maintien des modèles en production, et l'industrialisation de solutions d'IA.

Notre organisme de formation s'engage à accueillir et accompagner les personnes en situation de handicap. Notre référente handicap, Mme Lorène Travaux est disponible pour étudier avec vous les adaptations pédagogiques, techniques ou logistiques nécessaires avant toute inscription. Contactez-nous à hello@imi-executive-solutions.com ou au 06 72 09 69 52.