Nouveau
Assistant IA dédié aux RH

Décrivez votre besoin, recevez en 3 min un parcours sur mesure et un devis pré-rempli. Un RDV 100 % gratuit avec un conseiller.

Formations
Services
Entreprise
← RetourDécouvrir la catégorie MLOps & industrialisation IA

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

3 300 € HT

  • 3 journées
  • présentiel
  • 12 personnes max.
Demander un devis Voir le programme
Réf. : OVY224
12 personnes max.
3 300 € HT
Tarif intra-entreprise : à partir de 5 990 € HT pour tout le groupe
Présentiel et passage de certification sur devis
3 journées
présentiel

Ne laissez pas ce retard s'accumuler

Pourquoi cette formation est essentielle

  • Sans une gestion rigoureuse des expérimentations et du suivi des modèles ML, les data scientists gaspillent 40 % de leur temps à recréer des environnements et résultats disparus.

  • Cela représente un coût direct de 75 000 € par an pour une équipe de 5 ingénieurs, avec des retards cumulés de 3 mois sur les déploiements.

  • 65 % des incidents en production proviennent d’un manque de traçabilité, entraînant des pertes financières de plusieurs millions et des risques réputationnels critiques pour l’entreprise.

  • Chaque trimestre sans maîtrise expose votre carrière à l’obsolescence face à des concurrents agiles.

Allan BUSI, Formateur Learni · Expert IA
Allan BUSI

Formateur Learni · Expert IA

73%écart de productivité
×3coût de l'inaction
Drapeau de la FranceOrganisme de formation français
Formateurs en France · certifié QualiopiÉligible OPCO et FNE-FormationDevis sous 24 h

Ils nous font confiance — écoles, entreprises et groupes industriels

41 946 formations · 25 pays

  • CESI
  • École IT
  • EFREI
  • EPSI
  • INGETIS
  • INSEEC
  • La Plateforme
  • My Digital School
  • Ynov
  • Aptar
  • ArcelorMittal
  • Equans
  • Biocoop
  • Solocal
  • EDF
  • Photowatt
  • Ubisoft
  • Microsoft
  • Chronopost
  • RATP
  • Vanatome

On propose des formations avec un ingénieur dédié

  • OpenAI
  • Anthropic
  • Mistral AI
  • NVIDIA
  • Google
  • Amazon Web Services
  • Microsoft Dynamics 365
  • Salesforce
  • ServiceNow
  • SAP
  • Oracle
  • Cisco
  • Fortinet
  • Palo Alto Networks
  • Aruba
  • VMware
  • Red Hat
  • Databricks
  • Snowflake
  • OVHcloud
  • Notion
  • AMD
  • Apple

Entreprises : Aptar, ArcelorMittal, Equans, Biocoop, Solocal, EDF, Photowatt, Ubisoft, Microsoft, Chronopost, RATP et Vanatome. Écoles partenaires : CESI, École IT, EFREI, EPSI, INGETIS, INSEEC, La Plateforme, My Digital School et Ynov.

Objectifs de la formation MLflow

  • 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 MLflow : 3 modules sur 3 journées

Module 1 : Introduction 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 2 : Expérimentation 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 3 : Packaging, 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.

Comment sont évalués les acquis en MLflow

  • 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 pédagogique de la formation MLflow

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

Modalités d'accès à la formation MLflow

La formation Formation MLflow : Gestion des Expérimentations et Suivi des Modèles Machine Learning est délivrée en présentiel ou distanciel (blended-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 MLflow : Gestion des Expérimentations et Suivi des Modèles Machine Learning, 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 MLflow : Gestion des Expérimentations et Suivi des Modèles Machine Learning 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, France Travail, FNE-Formation et CSP (contrat de sécurisation professionnelle). Contactez-nous pour étudier ensemble votre projet de formation et les possibilités de prise en charge.

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.

Témoignages

Ce qu'ils disent
de nous.

★★★★★ Avis Google
★★★★★

« Learni a co-conçu notre programme IA pour 200 collaborateurs. Sélection rigoureuse, intervenants experts et accompagnement post-formation. Résultat : 92 % des apprenants ont mis en application en moins de 30 jours, et un ROI mesuré à +180 % sur le premier semestre. »

Julien Bianco
Julien BiancoDirectrice Formation
★★★★★

« Nous avons confié à Learni la création de notre nouveau cycle. Allan sélectionne désormais nos formateurs : contenus pertinents et fort engagement. Apprenants très satisfaits et offre éducative renforcée. »

Thibaut Aimé
Thibaut AiméDirecteur Général
★★★★★

« En tant que Responsable pédagogique, j'ai été conquis par la réactivité et le professionnalisme de Learni : sélection rigoureuse des formateurs, suivi exemplaire et impact concret sur nos cohortes. »

Arnaud Paradis
Arnaud ParadisResponsable pédagogique
Notre méthode

Comment Learni garantit la qualité de votre formation MLflow

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.

Un enfant sur le chemin de l'école avec son cartable
Engagement solidaire

Un kit scolaire offert à un enfant pour chaque formation réservée

Pour lutter contre les inégalités d'accès à l'éducation, Learni offre un kit scolaire complet à un enfant dans le besoin pour chaque formation réservée. Vous montez en compétence, un enfant prend le chemin de l'école.

  • Cartable, cahiers et fournitures essentielles
  • Distribué via nos associations partenaires
  • Inclus, sans surcoût pour vous
M'inscrire et offrir un kit
FAQ

Questions fréquentes sur MLflow

Que sait-on faire à l'issue de la formation MLflow ?+
Les participants savent comprendre l’intérêt d’un outil de gestion des expérimentations en Machine Learning, installer, configurer et exploiter MLflow en environnement local et cloud et tracer et comparer les expérimentations ML pour optimiser la reproductibilité des modèles. Ce sont les objectifs annoncés du parcours MLflow de niveau Intermédiaire, vérifiés par l'évaluation de fin de session.
Que contient le programme de la formation MLflow ?+
Jour 1 : Introduction à MLflow et mise en place. Jour 2 : Expérimentation et suivi des runs avec MLflow Tracking. Jour 3 : Packaging, gestion de modèles et déploiement avec MLflow. Le parcours MLflow se déroule sur 3 journées, en présentiel.
Comment les acquis de la formation MLflow sont-ils évalués ?+
L'évaluation repose sur QCM en fin de chaque module et projet fil rouge validé à la fin de la formation : gestion complète d’une expérimentation et déploiement d’un modèle via MLflow. Learni remet une attestation de fin de formation accompagnée du bilan individuel à l'issue du parcours MLflow, de quoi justifier le résultat auprès d'un service formation.
Quel est le prix de la formation MLflow ?+
La formation MLflow coûte 3 300 € HT par participant. En intra-entreprise, le forfait démarre à 5 990 € HT pour tout le groupe, jusqu'à 8 personnes. Le devis détaillé, envoyé sous 24 h, ajuste le montant au format et à l'adaptation du programme à votre contexte.
Quelle est la durée de la formation MLflow ?+
3 journées, en présentiel. Un découpage en demi-journées étalées sur plusieurs semaines est possible pour ne pas désorganiser l'équipe.
La formation MLflow est-elle finançable ?+
Oui. Learni est certifié Qualiopi (NDA 11 77 08678 77), ce qui rend la formation MLflow éligible aux financements OPCO, au dispositif FNE-Formation, à France Travail, au CSP pour les salariés licenciés pour motif économique et au financement direct par l'entreprise.
Faut-il des prérequis pour suivre la formation MLflow ?+
Connaissances de base en Python et Machine Learning.
Une attestation est-elle délivrée à la fin de la formation MLflow ?+
Oui. Une attestation de fin de formation Learni est délivrée, accompagnée du bilan individuel d'évaluation. Learni est certifié Qualiopi et prépare le cas échéant à une certification tierce, qu'il ne délivre pas lui-même.
Learni fournit-il le matériel pour la formation MLflow ?+
Non. Un ordinateur et une connexion internet stable sont requis pour chaque participant. Learni assure la plateforme pédagogique, le formateur et l'ensemble des supports de cours.
Votre formation professionnelle partout

Construisons votre parcours MLflow.

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

Réponse sous 24 h · Qualiopi · OPCO
Suggestions

Formations proches de MLflow.

Voir tout le catalogue
MLOps & industrialisation IA

Formations populaires en MLOps & industrialisation IA.

Voir plus
Tags populaires :#MLOps
IA générative & LLM

Formations populaires en IA générative & LLM.

Voir plus
Tags populaires :#Intelligence Artificielle#Deep Learning#Prompt Engineering
Machine learning

Formations populaires en Machine learning.

Voir plus
Deep learning

Formations populaires en Deep learning.

Voir plus
Tags populaires :#TensorFlow#PyTorch
Présentiel & distanciel

Formation MLflow dans votre ville

Disponible en présentiel et à distance. Choisissez votre ville pour accéder au centre de formation local.

Partagez en 2 clics

WhatsApp