Formation : Ingénierie MLOps sur AWS

WDR-AWSIM
Durée : 3 jours
Tarif : 2250 € HT

97%

Taux de satisfaction clients
(sur 1838 évaluations du 19/05/21 au 18/03/26)

Voir les avis

Objectifs

A l’issue de la formation le participant sera capable de :
• Expliquer les avantages du MLOps

• Comparer DevOps et MLOps

• Évaluer les exigences de sécurité et gouvernance pour un cas d’usage ML

• Configurer des environnements d’expérimentation MLOps avec Amazon SageMaker

• Expliquer les bonnes pratiques de versionnage des actifs ML

• Décrire trois options pour un pipeline CI/CD complet en contexte ML

• Démontrer comment surveiller et automatiser des solutions ML

Prérequis

• AWS Technical Essentials

• DevOps Engineering on AWS ou expérience équivalente

• Practical Data Science with Amazon SageMaker ou expérience équivalente
Un entretien en amont avec notre expert permet de prendre en compte le profil de chaque participant
(niveau, objectifs et résultats attendus, contexte professionnel, enjeux…) et d’adapter le contenu de la formation si besoin.
Cette formation ne peut être financée que dans le cadre d’un projet d’entreprise (prise en charge entreprise ou OPCO).
Les dossiers à financement personnel et CPF ne sont pas pris en compte.

Public

Ingénieurs MLOps, ingénieurs DevOps responsables du déploiement de modèles ML en production.

Formation(s) associée(s)

Dernière mise à jour

Programme mis à jour le 03 juin 2026

Cette formation vous intéresse ? Contactez-nous

Bon à savoir

Evaluez votre niveau

Pour vous aider à bien choisir votre formation, nous vous proposons soit un entretien avec le formateur soit un test d’évaluation. Cela vous assurera que vous disposez des connaissances nécessaires pour suivre la formation dans des conditions optimales.

Sessions garanties

La majorité de nos sessions proposées en distanciel sont garanties. Elles peuvent être enregistrées à la demande.

Travaux pratiques

Nos formations comprennent de nombreux travaux pratiques pour un meilleur apprentissage (60 % de pratique). Nous proposons également de travailler sur vos données pour une meilleure expérience.

Nos prestations

Nous réalisons certaines prestations IT pour vous : développement sur-mesure, refonte logicielle, TMA, interfaçage ERP.

Télécharger la fiche de cette formation

Les Modules
de formation

Module1

Module 1 : Introduction au MLOps

• Processus

• Personnes

• Technologie

• Sécurité et gouvernance

• Modèle de maturité MLOps

Module2

Module 2 : MLOps initial — Environnements d'expérimentation dans SageMaker Studio

• Apporter le MLOps à l’expérimentation

• Configuration de l’environnement d’expérimentation ML

• Démonstration : Création et mise à jour d’une configuration de cycle de vie pour SageMaker Studio

• Travaux pratiques : Provisionnement d’un environnement SageMaker Studio avec le catalogue de

services AWS

• Cahier d’exercices : MLOps initial

Module3

Module 3 : MLOps reproductible — Dépôt

• Gestion des données pour le MLOps

• Contrôle de version des modèles ML

• Dépôts de code en ML

Module4

Module 4 : MLOps reproductible — Orchestration

• Pipelines ML

• Démonstration : Utilisation de SageMaker Pipelines pour orchestrer les pipelines de construction de

modèles

• Orchestration de bout en bout avec AWS Step Functions

• Travaux pratiques : Automatisation d’un flux de travail avec Step Functions

• Orchestration de bout en bout avec SageMaker Projects

• Démonstration : Standardisation d’un pipeline ML avec SageMaker Projects

• Utilisation d’outils tiers pour la reproductibilité

• Démonstration : Exploration de la boucle humaine pendant l’inférence

• Gouvernance et sécurité

• Démonstration : Bonnes pratiques de sécurité pour SageMaker

• Cahier d’exercices : MLOps reproductible

Module5

Module 5 : MLOps fiable — Mise à l'échelle et tests

• Stratégies de mise à l’échelle et multi-comptes

• Tests et bascule de trafic

• Démonstration : Utilisation de SageMaker Inference Recommender

• Travaux pratiques : Test de variantes de modèles

• Travaux pratiques : Bascule de trafic

• Cahier d’exercices : Stratégies multi-comptes

Module6

Module 6 : MLOps fiable — Surveillance

• L’importance de la surveillance en ML

• Travaux pratiques : Surveillance d’un modèle pour la dérive des données

• Considérations opérationnelles pour la surveillance des modèles ML

• Remédiation des problèmes identifiés par la surveillance

• Cahier d’exercices : MLOps fiable

• Travaux pratiques : Construction et dépannage d’un pipeline ML

Les prochaines
sessions de formation

Sur demande

Vous souhaitez organiser cette formation à une date spécifique ?Contactez-nous en remplissant le formulaire ci-dessous

Cette formation vous intéresse ? Contactez-nous !