Ce cours apparaît dans les formations suivantes :
• Ecole Du Numérique (EDN) - Master 2 Data & Intelligence Artificielle - S4 - 4 ECTS

Pré requis

• Programmation en python,


• Savoir configurer les variables d’environnement sur son Ordinateur


• Connaitre GIT,


• Être autonome avec Bash/Linux

Objectifs du cours

• Être capable de faire des projets de Machine Learning qui peuvent être mis en production.


• Montée en compétences pratique sur : Code / Debug, UnitTest, Test Driven Development principles, Clean Code, Inversion Of Dependence, MLFlow, Build & Publish packages, REST API, Docker, Kubernetes


• Utiliser les outils : Pycharm, Python, pip, PipEnv, Conda, Github & Github Action, AzureML, Docker, Kubernetes & OpenShift or Azure

Contenu du cours

https://github.com/guillaume-chervet/MLOpsPython

Modalités d'enseignement

Organisation du cours

cours de 32h

Méthodes pédagogiques

Évaluation

Contrôle continu : coeff. 1