Formateur·rice en MLOps et déploiement de modèles — Région Drâa Tafilalet

Villes concernées

Votre rôle chez FormaGroup

Cette mission s’adresse à une personne maîtrisant les pratiques MLOps et capable de les transmettre à des professionnels de l’IA et du développement. La formation accompagne les participants de l’expérimentation jusqu’au déploiement et au suivi en production, à travers la construction d’un pipeline reproductible. Elle peut être animée en présentiel ou à distance.

Missions confiées

1. 1Présenter le cycle de vie d’un modèle de machine learning et expliquer comment les principes MLOps relient expérimentation, entraînement, déploiement et suivi.
2. 2Faire pratiquer le suivi des expériences et le versionnement des modèles afin que les participants puissent comparer leurs essais et retrouver les éléments associés à chaque modèle.
3. 3Encadrer la préparation des données et la construction d’un pipeline reproductible d’entraînement et de déploiement.
4. 4Accompagner la création d’une API de prédiction et la conteneurisation du service pour préparer son déploiement.
5. 5Faire concevoir les étapes CI/CD de validation et de livraison des modèles, puis examiner les stratégies de déploiement et de retour arrière.
6. 6Mettre en œuvre des pratiques de monitoring permettant de suivre la qualité du modèle, détecter les dérives et envisager le réentraînement.

Programme de formation à animer

Une maîtrise pédagogique des thèmes suivants est attendue :

Public à former

Approche pédagogique attendue

• Organiser des exercices pratiques autour du suivi des expériences, du versionnement et de la préparation des données pour rendre les pipelines reproductibles.
• Faire construire aux participants un parcours complet allant de l’entraînement d’un modèle à son déploiement sous forme de service de prédiction conteneurisé.
• Proposer des mises en situation sur l’automatisation CI/CD, la validation et la livraison des modèles, ainsi que le retour arrière.
• Faire analyser des indicateurs de qualité et des cas de dérive pour travailler les décisions de monitoring et de réentraînement.

Profil recherché

• Vous maîtrisez les pratiques MLOps liées au cycle de vie des modèles, au suivi des expériences, au versionnement, à la reproductibilité et à leur mise en production.
• Vous êtes en mesure d’enseigner concrètement la création de pipelines d’entraînement et de déploiement, la conteneurisation d’un service de prédiction et l’automatisation CI/CD.
• Vous savez expliquer les méthodes de surveillance de la qualité et des dérives d’un modèle, ainsi que les principes de réentraînement et de retour arrière.
• Vous avez une expérience de la formation d’adultes et savez rendre accessibles des sujets techniques à des publics professionnels.

Atouts appréciés

• Une pratique de projets mêlant data science, ingénierie machine learning, développement et DevOps vous aidera à relier les modules aux contextes des participants.
• La capacité à illustrer les notions avec un pipeline cohérent, de l’expérimentation au monitoring en production, sera appréciée.

Disponibilité et mobilité

Compétences clés

Mots-clés de l’offre