Informations administratives
| Titre | Architecture des données |
| Durée | 60 |
| Module | B |
| Type de leçon | Tutoriel |
| Focus | Pratique — IA organisationnelle |
| Sujet | Architecture des données |
Mots-clés
Architecture de données,Machine Learning pipeline,MLOps,
Objectifs d’apprentissage
- Connaître les fondamentaux des architectures du système d’apprentissage automatique
- Savoir concevoir et automatiser un pipeline Machine Learning
- Connaître les aspects fondamentaux d’un pipeline de production ML
- Pour savoir comment configurer un pipeline de production ML sur Cloud
Préparation prévue
Événements d’apprentissage à compléter avant
Aucun.
Obligatoire pour les étudiants
- Processus d’analyse des données
- Modèles d’apprentissage automatique
Optionnel pour les étudiants
- DevOps
- CI/CD
Références et antécédents pour les étudiants
Aucun.
Recommandé pour les enseignants
- Google Cloud architcture
- Bakshi, K. (2012, mars). Considérations pour le big data: Architecture et approche. En 2012 Conférence de l’IEEE sur l’aérospatiale (pp. 1-7). IEEE.
Matériel de leçon
Instructions pour les enseignants
Sujets à couvrir
- Introduction à ce qu’est une architecture de données
- MLOps
- Conception et automatisation d’un pipeline d’apprentissage automatique
- Architecture d’un système d’apprentissage automatique en production
- Orchestration du pipeline ML.
- Configuration d’une intégration continue
- Système CI/CD de livraison continue pour le pipeline ML à l’aide du Cloud.
Esquisse
| Durée (min) | Description | Concepts | Activité | Matériel |
|---|---|---|---|---|
| 5 | MLOps | Système de ml, pipeline ML, DevOps, Intégration continue, livraison continue, tests continus |
Conférence | Diapositives externes |
| 10 | Conception et automatisation d’un pipeline d’apprentissage automatique | Pipeline CI/CD, CT Pipeline | Conférence | Diapositives externes |
| 20 | Architecture d’un système d’apprentissage automatique en production | Validation des données, prétraitement, Développement de modèles, Analyse de modèles, Déploiement de modèles, TFX |
Conférence | Diapositives externes |
| 10 | Orchestration du pipeline ML | Orchestrateur, Kubeflow | Conférence | Diapositives externes |
| 15 | Configuration d’un système CI/CD d’intégration continue/de livraison continue pour le pipeline ML à l’aide du Cloud | Ml pipeline sur Cloud | Exemple d’exécution | Tutoriels en ligne |
Remerciements
Le programme de master IA centré sur l’humain a été cofinancé par le mécanisme pour l’interconnexion en Europe de l’Union européenne dans le cadre de la subvention CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.