Tools for Machine Learning

Outils et écosystème · LMAD / MDSI · 42h

Présentation

Module créé en 2024–2025, axé sur l’écosystème opérationnel du ML : versioning, expérimentation, déploiement, MLOps. Approche ingénieur — savoir choisir les bons outils et les intégrer dans un pipeline reproductible.

Espace Blackboard

Espace(s) cours sur Blackboard ESB :

Acquis d’apprentissage

  • AA1 — Versionner code, données et modèles (Git, DVC, MLflow)
  • AA2 — Tracker les expériences ML (MLflow, Weights & Biases)
  • AA3 — Containeriser un modèle (Docker)
  • AA4 — Déployer une API d’inférence (FastAPI, Flask)
  • AA5 — Construire un pipeline CI/CD ML (GitHub Actions)
  • AA6 — Surveiller un modèle en production (drift, performance)
  • AA7 — Automatiser le tuning d’hyperparamètres (Optuna, Ray Tune)
  • AA8 — Visualiser et communiquer les résultats (Streamlit, Gradio, Plotly)

Supports pédagogiques

Type Description Lien
Polycopié Cours book PDF
Slides Beamer Metropolis 16:9 PDF
TPs hands-on Pipeline complet end-to-end PDF + code
Projet Déployer un modèle ML en production Sujet
Repository Code source GitHub

Plan détaillé

  1. Versioning : Git avancé, branches, GitHub workflows
  2. Data versioning : DVC, LakeFS, alternatives
  3. Expérimentation : MLflow tracking, W&B, comparaison de runs
  4. Tuning d’hyperparamètres : Optuna, Ray Tune, Bayesian Optimization
  5. Containerisation : Docker pour ML, multi-stage builds
  6. API d’inférence : FastAPI, validation Pydantic, sécurité
  7. Déploiement : cloud (AWS SageMaker, GCP Vertex, Azure ML), on-prem
  8. MLOps : CI/CD pipelines, tests, monitoring
  9. Drift detection : Evidently, Alibi Detect
  10. Interfaces utilisateur : Streamlit, Gradio, Dash

Outils mobilisés

git · dvc · mlflow · wandb · docker · fastapi · streamlit gradio · optuna · ray · evidently · prefect · airflow github-actions · pre-commit

Liens avec mes activités

  • Tekouin Administrator (depuis 2020) — plateforme e-Learning de coding
  • AI Instructor (depuis 2023) — sessions outils ML pour formateurs
  • Head of Research Team AI4U — outils intégrés dans les workflows recherche

Prolongements

Module pratique qui consolide Machine Learning, Deep Learning, NLP et Python Programming dans une perspective opérationnelle.

Retour au sommet