Ce que vous devez savoir avant
Vous commencez

Débute 4 June 2026 02:39

Se termine 4 June 2026

00 Jours
00 Heures
00 Minutes
00 Secondes
course image

AIOps : CI/CD pour les systèmes d'IA

AIOps: CI/CD pour les systèmes d'IA | Pluralsight Déverrouillez le potentiel des systèmes d'IA en maîtrisant les subtilités des pipelines CI/CD conçus spécifiquement pour l'apprentissage automatique (ML), l'intelligence artificielle (IA) et les grands modèles de langage (LLMs). Ce cours sur Pluralsight vous guidera avec expertise à travers le dé.
via Pluralsight

659 Cours


28 minutes

Amélioration optionnelle disponible

Not Specified

Progressez à votre rythme

Free Trial Available

Amélioration optionnelle disponible

Aperçu

DevOps is a concept that has been around a long time and has been applied to ML and, recently, LLMs. In this course, AIOps:

CI/CD for AI Systems, you’ll learn to apply CI/CD, a fundamental concept of DevOps, to ML, AI, and LLMs.

First, you’ll explore how CI/CD pipelines work with ML models. Next, you’ll discover how to deploy to cloud environments using a CI/CD pipeline.

Finally, you’ll learn how to automatically test the pipeline at all stages. When you’re finished with this course, you’ll have the skills and knowledge of CI/CD pipelines needed to produce and apply these pipelines to your own ML/AI/LLM models.

Programme

  • Introduction à AIOps et CI/CD pour l'IA
  • Aperçu des principes DevOps
    Introduction aux concepts CI/CD
    Importance du CI/CD dans l'IA et le ML
  • Pipelines CI/CD pour les modèles d'apprentissage automatique
  • Concevoir un pipeline CI/CD pour le ML
    Outils et plateformes pour le CI/CD ML (Jenkins, GitLab, etc.)
    Contrôle de version et suivi de modèle (Git, DVC)
  • Mise en œuvre de pipelines CI/CD pour l'IA
  • Intégrer le CI/CD dans les flux de travail d'apprentissage automatique
    Automatisation du prétraitement des données et de l'ingénierie des caractéristiques
    Entraînement et validation continus des modèles
  • Déploiement de modèles d'IA avec CI/CD
  • Stratégies pour déployer des modèles ML dans les environnements cloud
    Utilisation des services cloud (AWS, Azure, GCP) pour le déploiement de modèles
    Infrastructure en tant que code pour les systèmes d'IA (Terraform, Ansible)
  • CI/CD pour les grands modèles de langage (LLMs)
  • Considérations spéciales pour les LLMs dans le CI/CD
    Techniques pour un déploiement efficace des LLMs
    Surveiller et mettre à jour les LLMs déployés
  • Tests dans les pipelines CI/CD
  • Cadres et stratégies de tests automatiques
    Tests unitaires et tests d'intégration pour les systèmes d'IA
    Garantir la performance et la fiabilité des modèles grâce aux tests
  • Sujets avancés de CI/CD
  • Gérer la dérive des données et le réentraînement des modèles
    Mettre en œuvre des tests A/B et des déploiements canari pour les modèles d'IA
    Sécurité et conformité dans les pipelines CI/CD pour l'IA
  • Études de cas et applications réelles
  • Évaluation des implémentations CI/CD réussies dans l'IA
    Leçons apprises des leaders de l'industrie
  • Conclusion du cours et application pratique
  • Meilleures pratiques pour le CI/CD dans le développement d'IA
    Projet pratique : Créer un pipeline CI/CD pour un modèle d'IA exemple

Enseigné par

David Harris


Matières

Computer Science