Industrialisation de projet

Cette série d’articles aborde les bonnes pratiques, les outils essentiels et quelques astuces issues de l’expérience terrain pour la réalisation d’un projet robuste et prêt pour la production.

🧱 Préparer son environnement

#

• Création d’un environnement isolé avec uv
• Versionner avec Git
• Structure du project - Cookiecutter

⚙️ Outiller et standardiser

#

• Gestion des dépendances - Requirements
• Testing et pipeline de test (CI/CD)
• Documentation - Sphinx
• Architectures data : panorama rapide

🚀 Déployer et maintenir

#

• Conteneurisation - Docker
• Déploiement et surveillance
• Divers et bonus

Sources

#

• OCTO academy - MLOps: Industrialisation d’un projet de Data Science
• Formation Industrialisation d’un Projet Data en Python
• Industrialisation des projets de machine learning au sein de la Data Factory d’Intermarché
• AI Industrialization: the key steps to a MLOps approach