Formation MLOps | Déploiement et monitoring d’un modèle de machine learning sur Kubernetes avec amazon EKS

Prochaines dates

Modalités d’accès :

• en Inter – compter 4 semaines de délai
• en Intra – compter 8 semaines de délai (nous consulter)

Nous revenons vers vous dans un délai de 24h – Inscrivez-vous vite 

Objectifs

• Acquérir une compréhension de Docker et Kubernetes

• Comprendre les principes fondamentaux du MLOps

• Maîtriser la configuration de l’environnement SageMaker avec la bibliothèque boto3

• Gérer de manière experte les données et les ressources nécessaires à la formation de modèles ML
• Apprendre à construire des images Docker pour SageMaker

• Déployer efficacement des modèles ML sur des clusters Kubernetes avec Amazon EKS

Public

Data Scientist /ML Ingénieur.

Prérequis

• Connaissance en apprentissage automatique.
• Maîtrise de Python
• Familiarité avec Docker (facultative)
• Familiarité avec Kubernetes (faculative)
• Compréhension des concepts de base du Cloud AWS

Méthodes pédagogiques

40 % théorie / 60 % pratique

Description

Ce programme de formation MLOps est une opportunité immersive qui vous prépare à toutes les facettes de la gestion des modèles de Machine Learning. Vous commencerez par plonger dans l’univers du MLOps grâce à une introduction approfondie, perfectionnant votre capacité à définir les besoins spécifiques de projets variés, illustrés par des exemples concrets de jeux de données et de modèles de machine learning. Ensuite, vous maîtriserez l’art de former des modèles ML avec Amazon SageMaker, en apprenant à configurer efficacement l’environnement SageMaker à l’aide de la bibliothèque boto3. Vous serez capable de gérer les données et les ressources de manière fluide, tout en adoptant des pratiques de codage propres pour garantir des modèles ML de haute qualité. De plus, vous découvrirez comment créer des images Docker pour SageMaker, simplifiant ainsi la gestion de l’environnement de formation. Enfin, vous vous aventurerez dans le déploiement et la surveillance de vos modèles sur des clusters Kubernetes en utilisant Amazon EKS. Vous acquerrez une expertise dans la création et la gestion de clusters Kubernetes, ainsi que dans le déploiement au moyen de ressources telles que les déploiements, les services et les volumes persistants.

Programme

Introduction à Docker et Kubernetes

• Introduction à Docker
• Introduction à Kubernetes

Comprendre les besoins pour la formation du modèle

• Introduction au MLOps
• Définition des besoins du projet
• Exemple de modèle de machine learning

Formation d’un modèle ML avec  SageMaker

• Configuration de l’environnement SageMaker avec boto3
• Gestion des données et des ressources.

• Pratiques de codage propre pour les modèles ML
• Construction de l’image Docker  de formation SageMaker

Déployer et monitorer son modèle sur kubernetes

• Création et gestion de clusters Kubernetes avec Amazon EKS
• Déploiement avec Kubernetes, en utilisant des ressources telles que les déploiements, les services et volume persistant

Configuration et utilisation de Grafana, Prometheus et Alerte Manager pour la surveillance active des modèles ML

Evaluation

Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de quizz, mises en situation, travaux pratiques…

Avant la formation, un questionnaire de positionnement est envoyé aux participants afin de mieux comprendre les besoins, les attentes et le niveau de connaissances des participants.
En fin de formation, il est également demandé aux participants de mesurer leur satisfaction vis-à-vis de de la formation suivie.

Néosoft Training dispose d’un processus qualité qui prend en considération les éventuels dysfonctionnements rencontrés par les participants afin d’être proactif quant à la solution corrective adaptée tant sur le contenu de la formation elle-même que les conditions de son déroulement.