Je vais construire un pipeline MLOps de production avec Docker, MLflow et déploiement cloud

Vous avez un modèle ML qui ne fonctionne que sur votre ordinateur portable ? Je vais le transformer en un système de production entièrement surveillé et déployé dans le cloud rapidement.

Je suis étudiant en informatique à l'IBA Karachi, spécialisé en MLOps et Data Engineering. J'ai construit et déployé de véritables pipelines de production en utilisant Docker, MLflow, Grafana et GitHub Actions, notamment un système de détection de maladies des plantes sur Azure gérant plus de 4 Go de workload et un pipeline gagnant du Hackfest sur AWS + Snowflake.

Ce que je vais réaliser pour vous :

Service d'inférence FastAPI conteneurisé avec Docker

MLflow pour le suivi des expériences et la gestion des versions du modèle

Tableaux de bord de surveillance avec Prometheus + Grafana

Pipeline CI/CD via GitHub Actions

Evidently AI pour la détection de dérive de données (Premium)

Déploiement dans le cloud sur AWS EC2 ou Azure (Premium)

Pourquoi travailler avec moi ?

Je ne me contente pas de vous fournir du code, je livre un système fonctionnel avec documentation. Chaque package inclut un code propre, lisible, ainsi qu'une présentation pour que vous compreniez ce qui a été construit.

Envoyez-moi un message avant de commander, je m'assurerai que nous sommes compatibles. Les prix et les packages sont négociables.