Quelle approche DevOps pour un projet de Machine Learning ?

Le Machine Learning (ou apprentissage automatique) s'impose aujourd'hui comme une des réalisations les plus concrètes en intelligence artificielle. MLOps n'est pas un nouveau buzzword reprenant le concept DevOps. Il s'agit d'une véritable déclinaison des différents principes comme :

‍
- la reproductibilité s'appliquant au modèle de Machine Learning
- la démarche de tests devant la validation du modèle
- le déploiement se traduisant par à la mise en production d'un service prédictif

‍

Cette mise en production du Machine Learning reste un défi, même si les algorithmes existent depuis très longtemps. Voici quelques difficultés à appréhender:

‍
- le choix du langage de programmation
- la difficulté de la mise à l'échelle
- la peur de "boîtes closes" de la part des utilisateurs

‍

Azure Machine Learning est un nouveau service qui permet de contrôler les étapes de déploiement sur les ressources appropriées (Web App, ACI, AKS) et surtout d'automatiser l'ensemble du processus grâce à un SDK en Python.