MLOps : Cas pratique d’un cycle de vie Machine Learning, de l’expérimentation à la production

Article écrit en collaboration avec Habib Ghislain Diop. Construire des modèles est une tâche ardue, les mettre en production est plus difficile encore. Reproduire votre pipeline et vos résultats, ou permettre à d'autres Data Scientists de le faire est tout aussi complexe. Combien de fois avez-vous dû abandonner des travaux antérieur...

Lire la suite