- AWS
- Certifiant
- Cours pratique
- FSE
- Informatique
- Officiel
Formation AWS : MLOps Engineering (cours officiel)
- Durée
- 3 jours
- Niveau
- Avancé
- Modalités
- Présentiel / Distanciel
- Certification
- AWS Certified Machine Learning Engineer Associate
Description de la formation AWS MLOps Engineering
Cette formation AWS MLOps Engineering étend les pratiques DevOps répandues dans le développement de logiciels au domaine de la Data Science.
Vous pourrez entraîner et déployer des modèles d'apprentissage automatique (Machine Learning) tout en suivant leur performance dans le temps et ainsi obtenir un système de Data Science en production.
Ce cours met l'accent sur l'importance des données, du modèle et du code pour la réussite des modèles de ML en production. Vous découvrirez les différents outils et processus d'automatisation ainsi que de la méthodologie et de l'organisation d'équipe pour gérer tout le cycle de vie d'un projet de Data Science.
Objectifs pédagogiques
À l'issue de cette formation AWS MLOps Engineering vous aurez acquis les connaissances et les compétences nécessaires pour :
- S'approprier les notions d'Ops, de DevOps et de MLOps
- Créer un pipeline automatisé pour entraîner et déployer en production un modèle de ML
- Interagir avec son modèle de ML déployé
- Découvrir les différentes stratégies de déploiement et de scaling
- Détecter les drifts de son modèle de ML
- Mesurer la performance de son modèle de ML
Objectifs opérationnels
Savoir gérer tout le cycle de vie d'un projet de Data Science.
Programme
Contenu du cours, module par module
4 modules
- Objectifs du MLOps
- Communication entre les équipes
- De DevOps à MLOps
- ML Workflow
- Scope
- Cas MLOps
- Introduction pour créer, entraîner et évaluer des modèles d'apprentissage automatique
- Sécurité MLOps
- Automatisation
- Apache Airflow
- Intégration Kubernetes pour MLOps
- Amazon SageMaker pour MLOps
- Démonstration : Amazon SageMaker
- Introduction pour créer, entraîner et évaluer des modèles d'apprentissage automatique
- Activité : MLOps Action Plan Workbook
Lab
Atelier
- Introduction aux opérations de déploiement
- Packaging du modèle
- Inférence
- Variantes d’environnements de production avec SageMaker
- Stratégies de déploiement
- Déploiement sur edge
- Activité : MLOps Action Plan Workbook
Lab
Laboratoire
- L'importance du monitoring
- Surveillance dès la conception
- Humain dans la boucle
- Monitorer les modèles avec Amazon SageMaker
- Démonstration : Amazon SageMaker Pipelines, Model Monitor, Model Registry et Feature Store
- Activité : MLOps Action Plan Workbook
Atelier
Lab
Programme mis à jour le 13/01/2026
Public concerné
Ce cours AWS MLOps Engineering s'adresse à un :
- Data Scientist
- Data Engineer
- Machine Learning Engineer
- Ingénieur Devops
Prérequis
Pour suivre cette formation AWS MLOps Engineering il est nécessaire d'avoir suivi la formation AWS : Notions techniques de base sur Amazon Web Services (IANT) ainsi que la formation Data Scientist : les fondamentaux de la data science (OFDS) ou de posséder les connaissances équivalentes.
J’évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
Faire le testFinancement
Cette formation peut être prise en charge par votre entreprise, seule ou avec l’appui de son opérateur de compétences. Nous fournissons le devis et les pièces attendues par l’OPCO.
Formations liées
- AWS : Développement Avancé sur Amazon Web Services (cours officiel)Réf. IADA3 joursAvancé
- AWS : Notions Techniques de base sur Amazon Web Services (cours officiel)Réf. IANT1 jourFondamentalProchaine session : 19 oct.800 €
- AWS SageMaker : Mise en pratique de la Data ScienceRéf. AWSA1 jourFondamentalProchaine session : 13 nov.875 €
- Data Warehousing with BigQuery : Storage Design, Query Optimization, and AdministrationRéf. BIGQ3 joursIntermédiaireProchaine session : 16 nov.2 370 €