Culture MLOps : le Machine Learning est un logiciel qui se délivre comme les autres
De décembre à mars, nos experts OCTO vous proposent un cycle de contenus autour de la data et de l’IA. Le sujet vous intéresse ? Pour découvrir le programme et ne rien rater, inscrivez-vous sur notre page Intelligence Artificielle & Data Science.
Le MLOps est l’un des buzzwords du moment : il s’agit de la contraction de Machine Learning et d’Opérations. Cette contraction est inspirée du terme DevOps, qui vise à rapprocher les développeurs et les ops. Le sujet vous intéresse ?
📖 Téléchargez Culture MLOps : la première publication OCTO sur le sujet ! 
Notre approche du MLOps
Et si nous traitions le ML comme un logiciel comme les autres ? Notre approche MLOps est à la croisée du craftsmanship, de l’architecture émergente, de l’Ops, de l’agilité et du Lean. Elle a pour ambition de mobiliser le meilleur de chaque monde pour mettre rapidement et durablement en production des produits avec ML. Ce livre vous la présente, à travers des réflexions, un peu de théorie et de nombreux retours d’expériences !
Le terme MLOps est surtout utilisé sur le marché dans des contextes très centrés sur la technique : la littérature met surtout l’accent sur l’intégration continue (CI), le déploiement continu (CD) et l’entraînement continu (CT), mais pas vraiment sur la méthodologie. Pour nous éloigner de cette image très technico-technique qui colle à la peau du MLOps, nous avons hésité à nommer ce livre plutôt Culture ML Delivery, le terme delivery englobant également des problématiques méthodologiques.
Nous avons fait le choix de combattre cet adversaire métaphorique qui considère le MLOps comme un problème technique. En choisissant le terme MLOps pour parler de technique, mais aussi de méthodologie, nous souhaitons utiliser, comme en arts martiaux, la force de notre adversaire contre lui-même et avoir plus d’impact. Nous espérons qu’à la lecture de ce livre, le lecteur sera convaincu que le MLOps est une pratique globale !
Pour aller plus loin sur le MLOps, on vous conseille…
- Le Comptoir OCTO - Comment choisir son architecture MLOps dans le cloud ? 💬
Choisir une architecture aura de grands impacts en termes de mise en œuvre, de maintenabilité, d'évolutivité, de passage à l’échelle, etc. À travers nos retours d’expérience sur les différents cloud providers, venez découvrir les différents niveaux de complexité de telles architectures et les critères de décision. Que vous soyez débutant ou expert en MLOps, nous vous donnerons les clés pour faire les bons choix techniques. Vous repartirez avec une vue d’ensemble des bonnes pratiques et des pièges à éviter pour déployer vos applications de Machine Learning XGBoost ou LLM dans le cloud. 🗓️ Rendez-vous le mardi 12 mars à 9h15, inscriptions ici.
- La Grosse Conf, la conférence Data & IA by OCTO
- Nos formations OCTO Academy sur le ML Ops :
🏭 MLOps : industrialisation d'un projet de Data Science 🏗️ Mise en production d’un projet de Data Science 🏃 MLOps : Run et évolutivité de modèles de Machine Learning
Pour tout savoir sur les enjeux Data & IA, rendez-vous sur notre page dédiée. Découvrez aussi La Grosse Conf, la conférence Data & IA by OCTO qui pose un cadre à la mesure des enjeux. Programme, infos et billetterie sur lagrosseconf.com.