Tutoriel MLOps pour tous

<p>- Un guide pour celles et ceux qui veulent étudier le MLOps mais ne savent pas par où commencer<br /> - Documentation open source (MIT) à laquelle tout le monde peut contribuer<br /> <br /> Introduction<br /> 1. Qu’est-ce que le MLOps ?<br /> 2. Composants du MLOps<br /> 3. Pourquoi Kubernetes ?<br /> <br /> Configuration de Kubernetes <br /> 1. Introduction<br /> 2. Configurer Kubernetes<br /> 3. Installer les prérequis<br /> 4.1. Installer Kubernetes - K3s<br /> 4.2. Installer Kubernetes - Minikube<br /> 4.3. Installer Kubernetes - Kubeadm<br /> 5. Installer les modules Kubernetes<br /> 6. (Optionnel) Configurer le GPU<br /> <br /> Configuration des composants<br /> 1. Kubeflow<br /> 2. Serveur de tracking MLflow<br /> 3. Seldon-Core<br /> 4. Prometheus &amp; Grafana<br /> <br /> Guide de l’interface Kubeflow <br /> 1. Tableau de bord central<br /> 2. Notebooks<br /> 3. Tensorboards<br /> 4. Volumes<br /> 5. Expériences (AutoML)<br /> 6. À propos de Kubeflow Pipeline<br /> <br /> Kubeflow <br /> 1. Introduction à Kubeflow<br /> 2. Concepts de Kubeflow<br /> 3. Installer les prérequis<br /> 4. Composant - Écriture<br /> 5. Pipeline - Écriture<br /> 6. Pipeline - Téléversement<br /> 7. Pipeline - Exécution<br /> 8. Composant - InputPath/OutputPath<br /> 9. Composant - Environnement<br /> 10. Pipeline - Paramétrage<br /> 11. Pipeline - Résultat d’exécution<br /> 12. Composant - MLflow<br /> 13. Composant - Débogage<br /> <br /> Déploiement d’API<br /> 1. Qu’est-ce que le déploiement d’API ?<br /> 2. Déployer SeldonDeployment<br /> 3. Monitoring de Seldon<br /> 4. Champs de Seldon<br /> 5. Modèle depuis MLflow<br /> 6. Modèles multiples<br /> <br /> - Éléments non couverts<br /> - Installation de l’environnement virtuel Python </p>