Les équipes de ML modernes ne se contentent pas de créer des modèles : elles mettent en place des workflows fiables, reproductibles et rentables. Dans cette formation, vous acquerrez les compétences CORE en développement qui permettent aux projets de ML d’évoluer à grande échelle dans des environnements d’ingénierie réels. Vous vous exercerez à gérer des expériences à l’aide de stratégies de branchement Git claires, à créer des environnements entièrement reproductibles avec Poetry, et à surveiller l’utilisation du CPU, du GPU et de la mémoire afin d’éviter les pannes et de maîtriser les coûts liés au cloud. Grâce à des vidéos, des exercices pratiques et un laboratoire guidé, vous apprendrez à gérer les versions des notebooks et des artefacts, à verrouiller les dépendances pour garantir la stabilité des builds, et à analyser les journaux de ressources de VS Code Remote afin de prévenir les événements OOM et les recherches par grille incontrôlées. À l’issue de cette formation, vous serez en mesure de structurer plus efficacement les bases de code d’apprentissage automatique, de fournir des expériences reproductibles à vos collègues et d’exécuter des workflows d’entraînement optimisés en termes de coûts, respectant à la fois les contraintes de performances et de budget.