« Opérations de machine learning de bout en bout en conditions réelles sur Google Cloud » est une formation complète conçue pour doter les professionnels des compétences nécessaires à la gestion du cycle de vie complet des modèles de machine learning (ML) à l’aide des services Google Cloud. Il aborde les concepts clés des opérations d’apprentissage automatique (ML Ops), notamment le déploiement de modèles, l’intégration continue et le déploiement continu (CI/CD), l’entraînement continu des modèles et l’orchestration des modèles. Cette formation est pertinente car les opérations d’apprentissage automatique (ML Ops) sont essentielles pour maintenir des pipelines d’apprentissage automatique évolutifs, reproductibles et automatisés, indispensables aux entreprises qui cherchent à déployer et à gérer des modèles d’apprentissage automatique dans des environnements de production.

Cette formation guide les apprenants dans la création et le déploiement de pipelines de machine learning de bout en bout sur Google Cloud. Elle présente les concepts clés du ML Ops, depuis la mise en place de pipelines CI/CD à l’aide d’outils tels que Cloud Build et Cloud Run, jusqu’à la mise en œuvre de l’entraînement continu des modèles avec Cloud Composer et Airflow. Vous acquerrez également une expérience pratique avec Vertex AI pour l'entraînement, le déploiement et l'orchestration des modèles, ainsi que sur des techniques avancées telles que le réglage des hyperparamètres, l'explicabilité des modèles et la gestion des versions. Ce cours s'adresse à toute personne souhaitant mettre en œuvre des modèles d'apprentissage automatique à grande échelle dans des environnements réels.

À l'issue de cette formation, vous maîtriserez la gestion du cycle de vie complet des modèles d'apprentissage automatique sur Google Cloud. Vous serez capable d'automatiser le déploiement des modèles à l'aide de pipelines CI/CD, de mettre en place des workflows d'entraînement continu, de déployer des modèles via Vertex AI et d'utiliser Cloud Run pour une mise en service évolutive des modèles. Vous acquerrez également de l'expérience dans les techniques avancées de gestion des modèles, notamment le réglage des hyperparamètres, la gestion des versions et l'explicabilité, ce qui vous permettra de gérer et de surveiller efficacement les opérations d'apprentissage automatique en production.