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 telles que Paris, Lyon, Marseille, mais aussi à l’international, afin d’accompagner les talents et les organisations dans leur montée en compétences.

Vous souhaitez suivre cette formation ?

Contactez-nous ! Un expert vous recontactera dans les plus brefs délais.

Choisissez une session :

8 places

6 places

2 places

Les 4 derniers articles du blog

Pourquoi devenir enseignant en 2025 ? Motivations et enjeux du métier

Découvrez les raisons fondamentales qui motivent les choix de carrière vers l’enseignement en 2025, les défis actuels, les enjeux pour la société et les perspectives pour le futur du métier.

Allan Busi

30 juin 202412 min

Quel est l’impact du télétravail sur les PME en 2025 ?

Découvrez comment le télétravail transforme les PME en 2025 : performance, organisation, bien-être au travail, cybersécurité et défis RH.

Allan Busi

30 juin 202412 min

Pourquoi les ESN sont des accélérateurs de carrière en 2025 ?

Découvrez comment et pourquoi les ESN (Entreprises de Services du Numérique) restent en 2025 des leviers puissants pour booster sa carrière, notamment dans le secteur IT et la transformation digitale.

Allan Busi

30 juin 202412 min

Comment digitaliser un centre de formation en 2025 ? Étapes, outils et bonnes pratiques

Découvrez un guide complet pour digitaliser avec succès votre centre de formation en 2025 : étapes clés, outils incontournables, stratégies et conseils concrets pour rester compétitif.

Allan Busi

30 juin 202413 min

Voir tous les articles

Objectifs de la formation

Comprendre l’intérêt d’un outil de gestion des expérimentations en Machine Learning

Installer, configurer et exploiter MLflow en environnement local et cloud

Tracer et comparer les expérimentations ML pour optimiser la reproductibilité des modèles

Gérer le packaging et le déploiement de modèles avec MLflow

Intégrer MLflow aux principaux environnements de travail et pipelines de données

Programme

Module 1Introduction à MLflow et mise en place

Présentation du cycle de vie d’un projet Machine Learning et des enjeux du MLOps. Introduction aux concepts d’expérimentation, de traçabilité et de reproductibilité. Présentation des alternatives. Installation de MLflow en local : architecture, choix du backend, configuration initiale. Premiers pas avec l’interface utilisateur et la ligne de commande.

Module 2Expérimentation et suivi des runs avec MLflow Tracking

Découverte du module MLflow Tracking. Instrumentation du code pour enregistrer hyperparamètres, métriques et artefacts. Structuration des expériences et des runs. Visualisation, filtrage et comparaison des résultats dans l’UI. Prise en main des APIs Python pour automatiser l’enregistrement. Bonnes pratiques d’organisation des expérimentations.

Module 3Packaging, gestion de modèles et déploiement avec MLflow

Initiation au packaging de modèles avec MLflow Projects : structuration de projet, fichiers de configuration, exécution locale ou à distance. Gestion du cycle de vie des modèles avec MLflow Models : enregistrement, versioning, gestion des signatures, formats de support (Python, scikit-learn, TensorFlow, PyTorch…). Déploiement rapide via MLflow Serve et intégration aux clouds et outils (Azure ML, Sagemaker, Docker…). Automatisation de flux MLOps et retours d’expérience.

Méthode d'évaluation

QCM en fin de chaque module
Projet fil rouge validé à la fin de la formation : gestion complète d’une expérimentation et déploiement d’un modèle via MLflow

Méthode d'apprentissage

Alternance d’apports théoriques et de cas pratiques en Python
Étude de scénarios concrets (régression, classification, NLP…)
Support de cours et tutoriels fournis

Chargement en cours...

L’histoire de Learni

Vous souhaitez suivre cette formation ?

Les 4 derniers articles du blog

Pourquoi devenir enseignant en 2025 ? Motivations et enjeux du métier

Quel est l’impact du télétravail sur les PME en 2025 ?

Pourquoi les ESN sont des accélérateurs de carrière en 2025 ?

Comment digitaliser un centre de formation en 2025 ? Étapes, outils et bonnes pratiques

Maîtriser MLflow : Gestion des Expérimentations et Suivi des Modèles Machine Learning

Financements & accompagnement

Objectifs de la formation

Programme

Méthode d'évaluation

Méthode d'apprentissage

Ces formations pourraient vous plaire

MLflow : Maîtriser le suivi et le déploiement des modèles machine learning

ClearML : Maîtriser la gestion de projets Data Science et Machine Learning

Maîtriser Triton Inference Server pour le Déploiement de Modèles IA en Production

Maîtriser Vertex AI sur Google Cloud : Déploiement, Formation et MLOps