Formations -> Compétences -> Certifications -> Métiers -> Emplois

Spécialisation apprentissage automatique - Concevoir et déployer des modèles d'apprentissage automatique

Item

Libelle

Spécialisation apprentissage automatique - Concevoir et déployer des modèles d'apprentissage automatique

Code

RNCP39586BC05

Liste des compétences

Analyser la problématique et le contexte d'un commanditaire en réalisant des entretiens exploratoires, des questionnaires et une analyse de l'existant afin de lui apporter une réponse appropriée. Cadrer la stratégie de résolution du problème, en utilisant des algorithmes, en traduisant le problème en un problème d'optimisation afin de le résoudre avec les outils des modèles d'apprentissage automatique. Sélectionner les technologies, les outils et les algorithmes en identifiant les différentes solutions disponibles et en comparant leurs avantages et leurs inconvénients afin de répondre à la problématique du commanditaire au regard des contraintes du projet. Construire des variables en utilisant des langages de programmation (ex : Python, Scala, R, Julia…) en exploitant des bibliothèques d'analyse de données afin de fournir les meilleures variables au modèle d'apprentissage automatique. Sélectionner les variables en identifiant les différentes méthodes de sélection de variables possibles, en utilisant des méthodologies d'apprentissage automatique afin d'optimiser la performance du modèle. Entrainer un modèle d'apprentissage automatique à l'aide de librairies (ex : Scikit-learn XGBoost, TensorFlow, PyTorch) afin d'obtenir des modèles capables de prédictions sur de nouvelles données inconnues. Optimiser la performance des modèles d'apprentissage automatique en modifiant les hyperparamètres et en analysant les prédictions afin de répondre au mieux à la problématique du commanditaire. Sauvegarder le modèle d'apprentissage automatique entrainé à l'aide d'outils de sérialisation, virtualisation, containerisation, versioning afin de pouvoir le déployer dans des environnements de production. Déployer des modèles d'apprentissage automatique en utilisant des API et des outils CI/CD afin de le mettre en production. Superviser le système Machine Learning en sélectionnant des outils de monitoring et en les exploitant afin de détecter les dérives et les bugs du modèle d'apprentissage automatique. Automatiser les tâches inhérentes au cycle de vie d'un système d'apprentissage automatique à l'aide de pipelines et des outils adaptés afin de maintenir la performance du modèle d'apprentissage automatique.

Modalités d'évaluation

Mise en situation professionnelle réelle ou fictive. À partir de l'analyse d'un projet réel ou fictif, le candidat présente la stratégie de conception et de déploiement de modèles de Machine Learning. À l'aide d'un support de présentation de son choix, il présente lors d'une soutenance orale : Une analyse du besoin - Une présentation de la stratégie de résolution du problème - Une présentation des technologies et des outils sélectionnés - Un jeu de données exploitables pour le Machine Learning - Des méthodes de sélection de variables - Un entrainement d'un modèle d'apprentissage automatique - Une méthode d'optimisation des modèles d'apprentissage automatique - Une méthode de sauvegarde - Un processus CI/CD - Un système de monitoring de la performance - Un système de collecte de données