Tutoriel MLOps pour tous

• Un guide pour celles et ceux qui veulent étudier le MLOps mais ne savent pas par où commencer

• Documentation open source (MIT) à laquelle tout le monde peut contribuer

Introduction

1. Qu’est-ce que le MLOps ?

2. Composants du MLOps

3. Pourquoi Kubernetes ?

Configuration de Kubernetes

1. Introduction

2. Configurer Kubernetes

3. Installer les prérequis

4.1. Installer Kubernetes - K3s

4.2. Installer Kubernetes - Minikube

4.3. Installer Kubernetes - Kubeadm

5. Installer les modules Kubernetes

6. (Optionnel) Configurer le GPU

Configuration des composants

1. Kubeflow

2. Serveur de tracking MLflow

3. Seldon-Core

4. Prometheus & Grafana

Guide de l’interface Kubeflow

1. Tableau de bord central

2. Notebooks

3. Tensorboards

4. Volumes

5. Expériences (AutoML)

6. À propos de Kubeflow Pipeline

Kubeflow

1. Introduction à Kubeflow

2. Concepts de Kubeflow

3. Installer les prérequis

4. Composant - Écriture

5. Pipeline - Écriture

6. Pipeline - Téléversement

7. Pipeline - Exécution

8. Composant - InputPath/OutputPath

9. Composant - Environnement

10. Pipeline - Paramétrage

11. Pipeline - Résultat d’exécution

12. Composant - MLflow

13. Composant - Débogage

Déploiement d’API

1. Qu’est-ce que le déploiement d’API ?

2. Déployer SeldonDeployment

3. Monitoring de Seldon

4. Champs de Seldon

5. Modèle depuis MLflow

6. Modèles multiples

• Éléments non couverts

• Installation de l’environnement virtuel Python