MLOps et déploiement

1

Leçon 1: Le cycle de vie d'un modèle en production

1 heure et 30 minutes

2

Leçon 2: FastAPI : servir un modèle ML en quelques lignes

2 heures

3

Leçon 3: Docker pour l'IA : conteneurisation

2 heures

4

Leçon 4: Déploiement : Hugging Face Spaces, Modal, Replicate

2 heures

5

Leçon 5: Gradio et Streamlit pour des démos rapides

1 heure et 30 minutes

6

Leçon 6: Monitoring en production : drift et performance

2 heures

7

Leçon 7: A/B testing d'un modèle

1 heure et 30 minutes

8

Leçon 8: CI/CD pour projets ML avec GitHub Actions

2 heures

9

Leçon 9: Kubernetes : les bases pour l'IA

1 heure et 30 minutes