Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je construirai et déploierai votre modèle ML avec un pipeline MLOps utilisant Flask
Zahid Iqbal
À propos de ce service
Traduction automatique
« La plupart des freelances vous remettent un notebook Jupyter. Moi, je construis des pipelines ML prêts pour la production, entraînés, suivis, conteneurisés et déployés en tant qu’API fonctionnelle, avec CI/CD pour que votre modèle soit réellement livré et non simplement stocké dans un notebook. »
Ce que vous obtenez :
-Entraînement et évaluation du modèle (scikit-learn)
-API Flask pour des prédictions en temps réel
-Suivi d’expériences avec MLflow
-Conteneurisation Docker pour un déploiement cohérent partout
-Pipeline CI/CD avec GitHub Actions (Premium)
-Documentation complète (Premium)
Idéal pour :
les startups ayant besoin d’une API ML fonctionnelle, les chercheurs qui doivent déployer leur modèle, les entreprises souhaitant un proof-of-concept qui fonctionne réellement, pas seulement un notebook.
Partagez votre dataset et votre cas d’usage, et je confirmerai le package adapté avant votre commande.
Découvrez Zahid Iqbal
Zahid Iqbal
AI Developer,, Data Scientist and Backend Developer
- DePakistan
- Membre depuissept. 2026
- Temps de réponse moy.1 heure
Langues
Ourdou, Anglais
I’m a Professional AI Developer with 10+ years of experience, specializing in AI, ML, Generative AI, LLMs, AI Agents, RAG, chatbots, automation, NLP, Computer Vision, and custom AI solutions. At Devsinc, I delivered complex projects and earned multiple promotions, 5 achievement awards, medals, and Employee of the Year recognition. I build scalable, reliable solutions tailored to your goals. **Have an AI idea or challenge? Send me a message today and let’s turn it into a powerful solution.**
Traduction automatique
Mon portfolio
FAQ
Traduction automatique
Entraînez-vous le modèle ou dois-je en fournir un déjà entraîné ?
Les deux options sont possibles — je peux entraîner un modèle à partir de zéro avec votre dataset, ou prendre votre modèle déjà entraîné et construire le pipeline de déploiement autour. Mentionnez simplement ce qui s'applique dans votre demande.
L’API sera-t-elle en ligne sur internet ou simplement en local ?
Vous recevrez un conteneur Docker entièrement fonctionnel que vous (ou votre équipe) pourrez déployer n’importe où. L’hébergement cloud en direct (AWS/GCP/Azure) n’est pas inclus par défaut — contactez-moi d’abord si vous en avez besoin pour que je puisse estimer le coût.
Quelle est la différence entre les forfaits ?
L’offre basic comprend un modèle entraîné + API Flask. L’offre standard ajoute le suivi d’expériences avec MLflow et la conteneurisation Docker. L’offre premium inclut un pipeline CI/CD complet avec GitHub Actions, une documentation complète, et deux rounds de révisions.
Et si mon dataset nécessite un nettoyage avant la modélisation ?
Un nettoyage de base est inclus. Si votre dataset nécessite un prétraitement approfondi, je le signalerai avant de commencer pour que nous puissions convenir du périmètre et du délai.
Pouvez-vous travailler avec des modèles de deep learning (TensorFlow/PyTorch), pas seulement scikit-learn ?
scikit-learn est mon choix par défaut pour les données tabulaires, mais je peux aussi travailler avec des modèles TensorFlow ou PyTorch — indiquez votre framework lors de la commande.
Est-ce que j'obtiens le code source ?
Oui — le code source complet, le Dockerfile, et les instructions d’installation sont inclus dans chaque package.
Le support après la livraison est-il inclus ?
Les corrections mineures de bugs sont prises en charge pendant la période de révision. La maintenance continue ou l’ajout de nouvelles fonctionnalités peuvent faire l’objet d’une commande séparée.
