🎁Azure · AWS · Google — 1 certification offerte par personne formée, jusqu'à 360 €.En profiter →
← Retour

Formation ONNX Runtime - Optimiser l'inférence ML en production

Réf. : FXR149
10 personnes max.
4200€ HT / par personne
−15% dès 2 pers.−30% dès 3 pers.−50% dès 5 pers.
Paiement en 3 fois · +150€/j en présentiel · +450€ avec passage de certification
4 journées
présentiel

Partagez en 2 clics

EquansAptarArcelorMittalUbisoftINSEECLa PlateformeCESIEFREIEPSIINGETISMy Digital SchoolYnovEquansAptarArcelorMittalUbisoftINSEECLa PlateformeCESIEFREIEPSIINGETISMy Digital SchoolYnov

Objectifs de la formation

  • Maîtriser ONNX Runtime pour déployer des modèles ML professionnels en entreprise
  • Optimiser les performances d'inférence sur CPU, GPU et edge devices
  • Développer des pipelines d'inférence scalables et certifiants
  • Implémenter des intégrations avec frameworks DL populaires
  • Concevoir des applications ML performantes en production
  • Gérer les sessions et providers pour une exécution multi-plateforme
  • Évaluer et benchmarker les gains de vitesse en contexte professionnel

L'histoire de Learni

Fondée par des passionnés de l'apprentissage et de l'innovation, Learni s'est donnée pour mission de rendre la formation professionnelle accessible à tous, partout dans le monde. Notre équipe intervient dans les plus grandes métropoles — Paris, Lyon, Marseille — mais aussi à l'international, pour accompagner les talents et les organisations dans leur montée en compétences.

Ne laissez pas ce retard s'accumuler

Pourquoi cette formation est essentielle

  • Sans ONNX Runtime, les modèles ML perdent jusqu'à 70% en vitesse d'inférence, générant des latences critiques qui coûtent 25% de churn client en applications temps réel.

  • Les entreprises non optimisées dépensent 3x plus en ressources cloud, avec 40% d'échecs de déploiement dus à des incompatibilités frameworks.

  • En 2024, 65% des postes ML exigent ONNX pour scaler en prod, risquant stagnation carrière et retard compétitif.

  • Maîtrisez-le pour éviter ces pertes et booster ROI IA dès maintenant.

Allan Busi
Allan Busi

Formateur Learni · Expert

73%écart de productivité
×3coût de l'inaction

Programme de la formation

Module 1Fondamentaux ONNX Runtime : installation et premiers modèles (Python, C#, providers)

Installation rapide d'ONNX Runtime dans divers environnements, conversion de modèles PyTorch et TensorFlow vers ONNX, exécution de premières inférences sur datasets réels, exploration des APIs Python pour charger et run des sessions, exercices pratiques sur classification d'images, création de scripts benchmark basiques, production de rapports de performance initiaux pour identifier les gains immédiats.

Module 2Optimisation ONNX Runtime : tuning modèles et graph (quantization, fusion opérateurs)

Analyse approfondie des graphes ONNX avec outils visuels, application de techniques de quantization post-training pour réduire la taille des modèles jusqu'à 4x, fusion d'opérateurs pour accélérer l'exécution GPU, tests comparatifs sur hardware varié, optimisation de batching et threading pour workloads entreprise, développement d'un modèle optimisé sur cas concret comme détection objets, livraison d'un pipeline prêt pour staging avec métriques précises.

Module 3Déploiement ONNX Runtime : intégrations et scaling (Docker, Kubernetes, web services)

Conteneurisation de modèles ONNX Runtime via Docker pour déploiements reproductibles, intégration dans services web Flask/FastAPI pour APIs ML scalables, configuration de providers CUDA et TensorRT pour inférence GPU ultra-rapide, mise en place de load balancing sur Kubernetes, simulations de trafic élevé avec outils comme Locust, résolution de problèmes de latence en temps réel, finalisation d'un déploiement end-to-end avec monitoring intégré.

Module 4Avancé ONNX Runtime : cas entreprise et projet fil rouge (custom ops, edge deployment)

Développement d'extensions custom avec ops ONNX Runtime pour besoins spécifiques entreprise, déploiement edge sur devices ARM et mobile, intégration avec pipelines CI/CD GitHub Actions, benchmark final sur projet fil rouge personnalisé, optimisation globale pour réduire latence de 50% minimum, revue de code par formateur expert, production de livrables complets incluant code source, docs et plan de maintenance pour production certifiante.

Méthode d'évaluation

  • QCM de validation des acquis en fin de formation
  • Évaluation continue par exercices pratiques
  • Soutenance du projet fil rouge devant le formateur

Méthode d'apprentissage

  • Cours animés par un formateur expert en activité
  • Exercices pratiques sur des cas d’entreprise réels
  • Projet fil rouge progressif tout au long de la formation
  • Support de cours complet remis à chaque participant

Modalités, méthodes et moyens pédagogiques

La formation Formation ONNX Runtime - Optimiser l'inférence ML en production est délivrée en présentiel ou distanciel (blended-learning, e-learning, classe virtuelle, présentiel à distance). Chez Learni, organisme de formation certifié Qualiopi, chaque parcours est conçu pour maximiser l'acquisition de compétences, quel que soit le mode de formation choisi.

Le formateur alterne entre méthode démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). Cette approche pédagogique garantit un apprentissage concret et directement applicable en entreprise.

Moyens pédagogiques requis

Pour le bon déroulement de la formation Formation ONNX Runtime - Optimiser l'inférence ML en production, les moyens pédagogiques suivants sont nécessaires :

  • Ordinateurs Mac ou PC, connexion internet haut débit fibre, tableau blanc ou paperboard, vidéoprojecteur ou écran tactile interactif (pour les sessions en distanciel)
  • Environnements de formation installés sur les postes de travail ou accessibles en ligne
  • Supports de cours, exercices pratiques et ressources complémentaires
  • Accès post-formation aux supports et ressources pédagogiques

En cas de formation intra-entreprise sur site externe à Learni, le client s'assure et s'engage à disposer de toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques, connexion internet…) au bon déroulement de l'action de formation conformément aux prérequis indiqués dans le programme de formation communiqué.

* nous consulter pour la faisabilité en distanciel** ratio variable selon la formation suivie

Modalités d'évaluation des acquis

L'évaluation des compétences acquises lors de la formation Formation ONNX Runtime - Optimiser l'inférence ML en production s'effectue à travers :

  • En cours de formation : études de cas, travaux pratiques et mises en situation professionnelle
  • En fin de formation : questionnaire d'auto-évaluation et évaluation des acquis par le formateur
  • Après la formation : attestation de fin de formation détaillant les compétences acquises

Accessibilité de la formation

Learni s'engage pour l'accessibilité de ses formations professionnelles. Toutes nos formations sont accessibles aux personnes en situation de handicap. Nos équipes sont à votre disposition pour adapter les modalités pédagogiques à vos besoins spécifiques. N'hésitez pas à nous contacter pour toute demande d'aménagement.

Modalités et délais d'accès à la formation

Les formations Learni sont disponibles en inter-entreprise et intra-entreprise, en présentiel comme en distanciel. Les inscriptions sont possibles jusqu'à 48 heures ouvrées avant le début de la formation. Nos formations sont éligibles aux financements OPCO, Pôle emploi et FNE-Formation. Contactez-nous pour étudier ensemble votre projet de formation et les possibilités de prise en charge.

Avis vérifiés

Ils ont suivi nos formations

4,9 · +100 avis vérifiés
★★★★★

« cool, j'ai appris des trucs »

TomFormation AWS — Cloud Practitioner
★★★★★

« j'etais perdu au debut mais Ramy Saharaoui m'a pas laché, il a pris le temps. merci vraiment »

Eva CarpentierFormation LLM en Entreprise — Claude, ChatGPT, Mistral
★★★★★

« la formation dev etait intense mais grave bien. merci Anthony Khelil »

NolanDWWM - Développeur Web et Web Mobile
★★★★★

« 😊👍 »

AmbreDWWM - Développement Web & Mobile React
★★★★★

« bien 👍 »

Léo BlanchardFormation AWS — DevOps Engineer Professional
★★★★★

« Allan Busi t'es au top, continue comme ça. formation géniale »

MargotFormation Claude & ChatGPT — Comparatif et Cas d'Usage
★★★★★

« cool, j'ai appris des trucs »

TomFormation AWS — Cloud Practitioner
★★★★★

« j'etais perdu au debut mais Ramy Saharaoui m'a pas laché, il a pris le temps. merci vraiment »

Eva CarpentierFormation LLM en Entreprise — Claude, ChatGPT, Mistral
★★★★★

« la formation dev etait intense mais grave bien. merci Anthony Khelil »

NolanDWWM - Développeur Web et Web Mobile
★★★★★

« 😊👍 »

AmbreDWWM - Développement Web & Mobile React
★★★★★

« bien 👍 »

Léo BlanchardFormation AWS — DevOps Engineer Professional
★★★★★

« Allan Busi t'es au top, continue comme ça. formation géniale »

MargotFormation Claude & ChatGPT — Comparatif et Cas d'Usage
★★★★★

« cool, j'ai appris des trucs »

TomFormation AWS — Cloud Practitioner
★★★★★

« j'etais perdu au debut mais Ramy Saharaoui m'a pas laché, il a pris le temps. merci vraiment »

Eva CarpentierFormation LLM en Entreprise — Claude, ChatGPT, Mistral
★★★★★

« la formation dev etait intense mais grave bien. merci Anthony Khelil »

NolanDWWM - Développeur Web et Web Mobile
★★★★★

« 😊👍 »

AmbreDWWM - Développement Web & Mobile React
★★★★★

« bien 👍 »

Léo BlanchardFormation AWS — DevOps Engineer Professional
★★★★★

« Allan Busi t'es au top, continue comme ça. formation géniale »

MargotFormation Claude & ChatGPT — Comparatif et Cas d'Usage
Voir tous les avis
Notre méthode

La qualité de la formation, garantie à chaque étape

Avant, pendant, après : on cadre, on présente le formateur, on adapte le contenu et on mesure l'impact. Vous gardez la main du début à la fin.

Étape 1

Sélection rigoureuse du formateur

Chaque formateur est validé sur trois critères : expertise métier en exercice, pédagogie éprouvée et alignement avec votre secteur.

  • Triple validation : technique, pédagogique, sectorielle.
  • Note minimale 4,8/5 sur les 12 dernières sessions.
Étape 2

Vous rencontrez le formateur avant

Visio de 30 minutes entre vous et le formateur retenu pour valider l'alignement, ajuster le contenu et lever les derniers doutes.

  • Briefing live des objectifs et du contexte d'équipe.
  • Veto possible — on remplace gratuitement si besoin.
Étape 3

Contenu adapté à votre contexte

Pas de slides recyclées. Le syllabus est retravaillé à partir de vos cas réels : outils, contraintes, vocabulaire, projets en cours.

  • Cas pratiques issus de votre stack et de vos projets.
  • Programme co-écrit puis validé par votre équipe.
Étape 4

Suivi qualité continu

Évaluations à chaud, à 30/90/180 jours et plan de consolidation. Si la formation n'a pas l'impact prévu, on retravaille.

  • NPS, quiz d'acquis et auto-évaluation des compétences.
  • Engagement satisfaction : 100 % satisfait ou refonte gratuite.

Une promesse simple : vous ne payez pas pour découvrir le formateur le jour J. Tout est validé en amont, par vous.

Votre formation professionnelle partout

Construisons
votre prochain
parcours.

30 minutes avec un conseiller formation. Sans engagement. Sans argumentaire commercial maquillé en démo.

Réponse sous 24 h · Qualiopi · OPCO
WhatsApp