Cloud & sécurité
MLOps
Le MLOps regroupe les pratiques qui organisent le développement, le déploiement et l’exploitation des modèles d’apprentissage automatique.
Comprendre la notion
Il relie versions des données, entraînements, évaluations et modèles déployés. Contrairement à un simple déploiement de code, la qualité peut évoluer lorsque les données changent. Une organisation doit pouvoir identifier le modèle utilisé, retrouver son évaluation et décider quand réentraîner ou revenir à une version précédente.
Exemple d’utilisation
Une équipe refuse la promotion d’un modèle dont les performances se dégradent sur un segment métier critique.
Point de vigilance
Automatiser le réentraînement sans validation peut accélérer la diffusion d’une erreur de données.
