Je vais concevoir et déployer votre modèle d'apprentissage automatique en tant qu'API prête pour la production

La plupart des projets ML meurent dans un notebook Jupyter. Je construis des modèles ET je les déploie.

Ce que vous obtenez :

• Un modèle ML entraîné (classification, régression ou prédiction) construit avec scikit-learn ou PyTorch
• - Explicabilité du modèle avec SHAP pour que vous puissiez expliquer les prédictions à votre équipe ou à vos clients
• - Déploiement en tant qu'API REST avec FastAPI, validation des entrées et documentation générée automatiquement
• - Conteneurisé avec Docker pour qu'il fonctionne partout, de manière cohérente
• - Optionnel : pipeline CI/CD pour que les mises à jour futures soient déployées automatiquement

Contexte : MSc en Data Science (Université de Bristol) plus une expérience réelle en ingénierie DevOps déployant des systèmes en production sur AWS et Azure. J'ai créé des pipelines de bout en bout, notamment pour le scoring de risque de crédit, la prédiction de churn, et un système RAG de questions-réponses sur des documents.

Envoyez-moi votre dataset ou votre cas d'utilisation et je vous dirai honnêtement si c'est adapté avant de passer commande.