Je vais construire une pipeline Azure MLOps avec le registre de modèles MLflow et la détection de dérive

Vous avez du mal à passer des modèles ML des notebooks à la production ? Je vais mettre en place une plateforme MLOps prête pour la production sur Azure ML et Kubernetes, la même configuration que j'ai réalisée pour Publicis Sapient, Novelis et Micron.

POURQUOI ME CHOISIR ?

Plus de 6 ans en tant qu'ingénieur Senior DevOps et MLOps. Mon travail a permis de réduire les cycles de déploiement des modèles de semaines à quelques jours et de diminuer de 60 % les incidents de dégradation.

CE QUE VOUS OBTENEZ :

- Pipelines d'entraînement ML automatisés sur Azure ML

- Suivi des expériences MLflow et registre de modèles

- Détection de dérive des données avec déclenchement de réentraînement automatique

- API d'inférence FastAPI sur AKS avec autoscaling HPA

- Pipeline CI/CD via Azure DevOps ou GitHub Actions

- Tableaux de bord Grafana pour la santé des modèles et des pipelines

TECHNOLOGIES :

Azure ML, MLflow, AKS, Docker, FastAPI, Prometheus, Grafana, Terraform, Helm, GitHub Actions

Contactez-moi avant de commander pour que je puisse vous recommander le bon package selon vos besoins.