← Back to courses
Caplogy course
Déploiement et supervision des modèles
IA expert
Déployer, superviser et maintenir en conditions opérationnelles des modèles IA à grande échelle
Niveau : Expert · Domaine : MLOps avancé
1820 € HT / participant
- Format
- Présentiel / distanciel / hybride
- Duration
- 2 days (14 hours)
- Participants / session
- 8
- Session guarantee
- Session maintenue dès 4 inscrits
- Deadline
- Unlimited
Target audience
Ingénieurs ML, DevOps, architectes
Prerequisites
MLOps et industrialisation (ou équivalent)
In the learning path
Séquence 1 — Choisir le mode de service
- Par lots, en ligne, en flux : les trois modes et ce que chacun impose
- Latence visée, volume, fraîcheur : les trois axes de la décision
- Le coût réel de l'inférence, souvent sous-estimé face à celui de l'entraînement
- Quand une prédiction précalculée remplace avantageusement un service en ligne
Séquence 2 — Dimensionner le service
- Ressources : processeur ou accélérateur, mémoire, et le seuil où l'accélérateur devient rentable
- Mise en lot dynamique : gagner en débit sans dépasser la latence promise
- Montée en charge et démarrage à froid : le piège des services d'inférence
- Dégradation maîtrisée : que renvoyer quand le modèle est indisponible
Séquence 3 — Déployer
- Ombre : mesurer sans servir, la seule façon de comparer sur le trafic réel
- Canari : servir à une fraction, et le critère de promotion écrit à l'avance
- Bascule et retour arrière : le temps de retour doit être connu et testé
- Versionner ensemble le modèle, le code de préparation et le contrat de service
Séquence 4 — Superviser
- Trois familles de signaux : techniques, dérive des entrées, qualité des sorties
- Le tableau de bord qui déclenche une action, pas celui qu'on regarde une fois
- Alerter sur des seuils justifiés, et le coût d'une alerte qui crie trop souvent
- Prédictions à conserver : lesquelles, combien de temps, pour quel usage
Séquence 5 — Incidents et gouvernance
- Les scénarios à écrire avant : dérive, panne, dégradation, biais constaté
- Qui décide du retrait d'un modèle, et sur quel critère
- Rejouer un incident : les artefacts nécessaires, et ceux qui manquent toujours
- La revue périodique de modèle et sa trace écrite
Dates & locations
| Start | End | Location |
|---|---|---|
| 12/04/2027 | 13/04/2027 | Présentiel / distanciel / hybride |
Practical information
- Enrolment terms and lead time
- Enrolment online or by email, up to 21 days before the session starts and subject to available seats — this lead time lets us send your joining instructions, then your access details for remote sessions. After that, write to us: we consider every request. For a tailored or on-site session, we reply within 48 working hours.
- Contact
- contact@caplogy.com — Contact us
- Accessibility and disability
- Poste de travail adapté sur demande (périphériques, agrandissement, synthèse vocale) ; supports d'exercice fournis avec les éléments de départ déjà en place ; temps majoré d'un tiers sur les travaux pratiques, avec possibilité de traiter deux parties sur trois ; extraits de code remis en fichier texte sélectionnable ; salle accessible PMR Our disability officer is available from enrolment through to the end of the course, to discuss the arrangements you need. Write to contact@caplogy.com.