Perfectionnement en IA et data : industrialiser et superviser des solutions en production

• Industrialiser des solutions IA et data en production
• Superviser la performance et la dérive des modèles
• Fiabiliser l’exploitation des services IA et data

Ingénieurs data, ML engineers, architectes, responsables run

Pratique de la conception de solutions d’IA ou de data

• Définir les exigences d’industrialisation d’une solution IA
• Automatiser les chaînes de préparation et de traitement des données
• Structurer le déploiement des modèles dans les environnements
• Mettre en place le suivi des versions des données et des modèles
• Concevoir la supervision technique et fonctionnelle en production
• Détecter la dérive des données et la dégradation des modèles
• Définir les seuils d’alerte et les procédures d’intervention
• Organiser la gestion des incidents d’un service IA en production
• Maîtriser les coûts de calcul et de stockage en production
• Documenter l’exploitation pour assurer la reprise par le run

• Concevoir le plan de supervision d’un modèle en production
• Définir des seuils d’alerte sur la dérive des données
• Rédiger une procédure d’intervention sur incident de service

• Modèle de plan de supervision d’un modèle en production
• Check list d’industrialisation d’une solution IA et data
• Guide de gestion des incidents d’un service IA en production