{"id":223874,"date":"2024-01-12T12:07:45","date_gmt":"2024-01-12T12:07:45","guid":{"rendered":"https:\/\/datascientest.com\/?p=223874"},"modified":"2024-01-19T12:41:52","modified_gmt":"2024-01-19T12:41:52","slug":"mlflow-tout-savoir","status":"publish","type":"post","link":"https:\/\/datascientest.com\/mlflow-tout-savoir","title":{"rendered":"MlFlow, une plateforme opensource de Machine Learning pour des projets en Data Science optimis\u00e9s"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"223874\" class=\"elementor elementor-223874\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-5e0c5be e-flex e-con-boxed e-con\" data-id=\"5e0c5be\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-69c12c0 elementor-widget elementor-widget-heading\" data-id=\"69c12c0\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h2 class=\"elementor-heading-title elementor-size-default\">Mlflow a \u00e9t\u00e9 pr\u00e9sent\u00e9 \u00e0 l'occasion du Spark+AI Summit 2018. Il s'agit d'une plateforme open source d\u00e9velopp\u00e9e par Databricks permettant de g\u00e9rer le cycle de vie des mod\u00e8les de Machine Learning.<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-02f5149 elementor-widget elementor-widget-text-editor\" data-id=\"02f5149\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<p><span style=\"font-weight: 400;\">MLflow permet aux Machine Learning Engineer, comme aux utilisateurs moins techniques, de suivre les informations li\u00e9es \u00e0 l\u2019entra\u00eenement et \u00e0 la mise en production des mod\u00e8les de machine learning. Un autre des avantages de cette plateforme est qu&rsquo;elle int\u00e8gre <\/span><span style=\"font-weight: 400;\">des frameworks reconnus en machine learning tels que <\/span><i><span style=\"font-weight: 400;\">Scikit-Learn, PyTorch<\/span><\/i><span style=\"font-weight: 400;\"> ou encore <\/span><i><span style=\"font-weight: 400;\">TensorFlow<\/span><\/i><span style=\"font-weight: 400;\">.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-8026573 e-flex e-con-boxed e-con\" data-id=\"8026573\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-63dc956 elementor-widget elementor-widget-heading\" data-id=\"63dc956\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Probl\u00e9matiques d'un projet Machine Learning<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3003a96 elementor-widget elementor-widget-text-editor\" data-id=\"3003a96\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">La r\u00e9alisation d&rsquo;un projet de Machine Learning (ML) est compliqu\u00e9e pour les \u00e9quipes en <a href=\"https:\/\/datascientest.com\/science-des-donnees\">science des donn\u00e9es<\/a>. Elles sont confront\u00e9es \u00e0 plusieurs d\u00e9fis.<\/span><\/p><p><span style=\"font-weight: 400;\">Tout d&rsquo;abord, il y a de nombreux outils et versions diff\u00e9rents utilis\u00e9s <strong>depuis la pr\u00e9paration des donn\u00e9es jusqu&rsquo;\u00e0 l&rsquo;entra\u00eenement des mod\u00e8les<\/strong>. Cela peut causer des probl\u00e8mes de compatibilit\u00e9 et de gestion.<\/span><\/p><p><span style=\"font-weight: 400;\">Ensuite, il est difficile de suivre et de comprendre comment les mod\u00e8les de ML sont entra\u00een\u00e9s en raison de la multitude de param\u00e8tres possibles. Que vous travailliez seul ou en \u00e9quipe, savoir exactement comment chaque mod\u00e8le a \u00e9t\u00e9 entra\u00een\u00e9 devient un casse-t\u00eate.<\/span><\/p><p><span style=\"font-weight: 400;\">De plus, il est souvent difficile de r\u00e9utiliser le code sans des instructions d\u00e9taill\u00e9es. Que vous partagiez votre code avec un d\u00e9veloppeur pour une utilisation en production ou que vous deviez revenir sur un projet ant\u00e9rieur pour le d\u00e9bugger, il est essentiel de <strong>pouvoir reproduire les \u00e9tapes du processus de ML<\/strong>.<\/span><\/p><p><span style=\"font-weight: 400;\">Enfin, mettre un mod\u00e8le en production peut \u00eatre compliqu\u00e9 en raison des nombreux outils de d\u00e9ploiement et des environnements vari\u00e9s requis, ainsi que le d\u00e9veloppement en continue du mod\u00e8le avec l&rsquo;int\u00e9gration de nouvelles donn\u00e9es. Cela ajoute une couche de complexit\u00e9 suppl\u00e9mentaire au processus global.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-8b92e43 elementor-widget elementor-widget-image\" data-id=\"8b92e43\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"766\" height=\"433\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/image2.jpg\" class=\"attachment-full size-full wp-image-223877\" alt=\"\" srcset=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/image2.jpg 766w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/image2-300x170.jpg 300w\" sizes=\"(max-width: 766px) 100vw, 766px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-897c417 elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"897c417\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/formation-machine-learning-engineer\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Apprendre \u00e0 r\u00e9aliser un projet ML avec MLflow<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-99c8605 e-flex e-con-boxed e-con\" data-id=\"99c8605\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-2f2b95d elementor-widget elementor-widget-heading\" data-id=\"2f2b95d\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Les diff\u00e9rents outils de MLflow<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-95741be elementor-widget elementor-widget-text-editor\" data-id=\"95741be\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Pour r\u00e9pondre \u00e0 ces principales probl\u00e9matiques, MLflow propose trois composants principaux dans la version gratuite :<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-42d61f5 elementor-widget elementor-widget-image\" data-id=\"42d61f5\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"1325\" height=\"662\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/image1-6.png\" class=\"attachment-full size-full wp-image-223878\" alt=\"\" srcset=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/image1-6.png 1325w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/image1-6-300x150.png 300w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/image1-6-1024x512.png 1024w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/image1-6-768x384.png 768w\" sizes=\"(max-width: 1325px) 100vw, 1325px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-9fec2b4 elementor-widget elementor-widget-heading\" data-id=\"9fec2b4\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h4 class=\"elementor-heading-title elementor-size-medium\">MLflow Tracking<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-cf68b87 elementor-widget elementor-widget-text-editor\" data-id=\"cf68b87\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><b>MLflow Tracking<\/b><span style=\"font-weight: 400;\"> est un des composants offrant une interface permettant d&rsquo;enregistrer et de suivre les d\u00e9tails des exp\u00e9riences men\u00e9es lors du d\u00e9veloppement et de l&rsquo;entra\u00eenement de mod\u00e8les de Machine Learning.<\/span><\/p><p><span style=\"font-weight: 400;\">Cette fonctionnalit\u00e9 est essentielle pour la gestion des exp\u00e9riences et la documentation des diff\u00e9rentes it\u00e9rations et ex\u00e9cutions d&rsquo;un mod\u00e8le. Elle permet d&rsquo;enregistrer les param\u00e8tres, m\u00e9triques, artefacts et r\u00e9sultats associ\u00e9s \u00e0 chaque ex\u00e9cution du mod\u00e8le, fournissant une trace claire et organis\u00e9e des exp\u00e9rimentations. En utilisant MLflow Tracking, les utilisateurs peuvent <strong>enregistrer les diff\u00e9rentes versions des mod\u00e8les et les comparaisons entre les diff\u00e9rentes configurations de ces mod\u00e8les<\/strong>. Les informations enregistr\u00e9es incluent les hyperparam\u00e8tres utilis\u00e9s, les m\u00e9triques de performance, les d\u00e9tails sur les donn\u00e9es d&rsquo;entra\u00eenement, ainsi que les artefacts tels que les visualisations, les fichiers de configuration ou tout autre \u00e9l\u00e9ment pertinent<\/span><span style=\"font-weight: 400;\">.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-036f502 elementor-widget elementor-widget-heading\" data-id=\"036f502\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h4 class=\"elementor-heading-title elementor-size-medium\">MLflow Projects<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-b229a3a elementor-widget elementor-widget-text-editor\" data-id=\"b229a3a\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><b>MLflow Projects<\/b><span style=\"font-weight: 400;\"> est un composant offrant un moyen de structurer et de d\u00e9ployer des projets de Machine Learning de mani\u00e8re reproductible. Cette fonctionnalit\u00e9 vise \u00e0 r\u00e9soudre les probl\u00e8mes de gestion des d\u00e9pendances, de reproductibilit\u00e9 et de configuration d&rsquo;environnement rencontr\u00e9s fr\u00e9quemment dans les projets d&rsquo;apprentissage automatique.<\/span><\/p><p><span style=\"font-weight: 400;\">En utilisant MLflow Projects, les utilisateurs peuvent <strong>d\u00e9finir et organiser des projets ML sous une structure standardis\u00e9e<\/strong>. Ils peuvent sp\u00e9cifier les d\u00e9pendances et les exigences du projet en utilisant un environnement Conda, permettant ainsi de s&rsquo;assurer que l&rsquo;environnement d&rsquo;ex\u00e9cution est correctement configur\u00e9. Les projets MLflow peuvent contenir plusieurs points d&rsquo;entr\u00e9e, ce qui signifie qu&rsquo;ils peuvent \u00eatre ex\u00e9cut\u00e9s via la ligne de commande en sp\u00e9cifiant diff\u00e9rents sc\u00e9narios d&rsquo;ex\u00e9cution ou en param\u00e9trant des configurations sp\u00e9cifiques. Cela facilite la gestion des exp\u00e9riences et l&rsquo;ex\u00e9cution reproductible des mod\u00e8les.<\/span><\/p><p><span style=\"font-weight: 400;\">L&rsquo;un des avantages majeurs de MLflow Projects est sa capacit\u00e9 \u00e0 fonctionner en tandem avec d&rsquo;autres composants de MLflow, notamment MLflow Tracking. Lorsque MLflow Tracking est utilis\u00e9 dans un projet MLflow, <strong>il enregistre les versions du projet ex\u00e9cut\u00e9es<\/strong> ainsi que tous les param\u00e8tres, ce qui simplifie la reproductibilit\u00e9 du code.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-66dac3e elementor-widget elementor-widget-heading\" data-id=\"66dac3e\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h4 class=\"elementor-heading-title elementor-size-medium\">MLflow Models<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-e516579 elementor-widget elementor-widget-text-editor\" data-id=\"e516579\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><b>MLflow Models<\/b><span style=\"font-weight: 400;\"> est un composant cl\u00e9 de la plateforme MLflow qui se concentre sur la gestion, la transition et le d\u00e9ploiement des mod\u00e8les ML. Ce module offre des fonctionnalit\u00e9s pour conditionner et enregistrer les mod\u00e8les ML dans un format standardis\u00e9, appel\u00e9 \u00ab\u00a0<strong>flavors<\/strong>\u00ab\u00a0, afin de faciliter leur d\u00e9ploiement sur une vari\u00e9t\u00e9 de plateformes. Les flavors de MLflow Models repr\u00e9sentent diff\u00e9rents formats ou environnements dans lesquels un mod\u00e8le peut \u00eatre ex\u00e9cut\u00e9 ou d\u00e9ploy\u00e9. Par exemple, un mod\u00e8le peut avoir plusieurs saveurs, telles que <a href=\"https:\/\/datascientest.com\/tensorflow\">TensorFlow<\/a>, <a href=\"https:\/\/datascientest.com\/pytorch-tout-savoir\">PyTorch<\/a>, <a href=\"https:\/\/datascientest.com\/tout-savoir-sur-scikit-learn\">Scikit-Learn<\/a>, ou des formats sp\u00e9cifiques pour le d\u00e9ploiement sur des serveurs REST, des plateformes cloud (comme <a href=\"https:\/\/datascientest.com\/formation-azure-machine-learning\">Azure ML<\/a>, <a href=\"https:\/\/datascientest.com\/aws-sagemaker-tout-savoir\">AWS SageMaker<\/a>), ou encore pour l&rsquo;inf\u00e9rence sur <a href=\"https:\/\/datascientest.com\/apache-spark\">Apache Spark<\/a>.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-66d189c elementor-widget elementor-widget-image\" data-id=\"66d189c\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"800\" height=\"530\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/mlflow_integration-1024x678.jpg\" class=\"attachment-large size-large wp-image-223885\" alt=\"\" srcset=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/mlflow_integration-1024x678.jpg 1024w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/mlflow_integration-300x199.jpg 300w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/mlflow_integration-768x509.jpg 768w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/mlflow_integration.jpg 1043w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-aac1c53 elementor-widget elementor-widget-text-editor\" data-id=\"aac1c53\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">MLflow Models permet \u00e9galement de versionner et de g\u00e9rer diff\u00e9rents mod\u00e8les, enregistrant les m\u00e9tadonn\u00e9es associ\u00e9es \u00e0 chaque mod\u00e8le, y compris les param\u00e8tres, les m\u00e9triques de performance, ainsi que les artefacts et les donn\u00e9es d&rsquo;entra\u00eenement. Il fournit une structure claire pour g\u00e9rer ces versions de mod\u00e8les, facilitant leur suivi et leur d\u00e9ploiement dans divers environnements. Un aspect important de MLflow Models est sa capacit\u00e9 \u00e0 rappeler automatiquement les d\u00e9tails du projet et de l&rsquo;ex\u00e9cution \u00e0 partir desquels les mod\u00e8les ont \u00e9t\u00e9 produits. Cette fonctionnalit\u00e9 contribue \u00e0 <strong>maintenir un lien \u00e9troit entre les mod\u00e8les d\u00e9ploy\u00e9s et leur historique<\/strong>, ce qui est crucial pour comprendre la provenance et la performance des mod\u00e8les utilis\u00e9s dans des environnements de production.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-615d80e e-flex e-con-boxed e-con\" data-id=\"615d80e\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-cbfbd10 elementor-widget elementor-widget-heading\" data-id=\"cbfbd10\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Aller plus loin<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-b419b45 elementor-widget elementor-widget-text-editor\" data-id=\"b419b45\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">MLflow est donc devenu un incontournable<\/span><span style=\"font-weight: 400;\"> dans les entreprises en facilitant les diff\u00e9rents <strong>projets ML<\/strong> tout au long de leurs cycles de vie. Vous pouvez vous former d&rsquo;avantage \u00e0 cet outil en int\u00e9grant la <a href=\"https:\/\/datascientest.com\/formation-machine-learning-engineer\">formation Machine Learning Engineer de DataScientest<\/a>.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-a7fa8fc elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"a7fa8fc\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/formation-machine-learning-engineer\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Ma\u00eetriser MLflow<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-35e4c71 elementor-widget elementor-widget-html\" data-id=\"35e4c71\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script type=\"application\/ld+json\">\r\n{\r\n  \"@context\": \"https:\/\/schema.org\",\r\n  \"@type\": \"FAQPage\",\r\n  \"mainEntity\": [{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"Qu\u2019est-ce que MLflow ?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Mlflow a \u00e9t\u00e9 pr\u00e9sent\u00e9 \u00e0 l'occasion du Spark+AI Summit 2018. Il s'agit d'une plateforme open source d\u00e9velopp\u00e9e par Databricks permettant de g\u00e9rer le cycle de vie des mod\u00e8les de Machine Learning. MLflow permet aux Machine Learning Engineer, comme aux utilisateurs moins techniques, de suivre les informations li\u00e9es \u00e0 l\u2019entra\u00eenement et \u00e0 la mise en production des mod\u00e8les de Machine Learning. Un autre des avantages de cette plateforme est qu'elle int\u00e8gre des frameworks reconnus en Machine Learning tels que Scikit-Learn, PyTorch ou encore TensorFlow.\"\r\n    }\r\n  },{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"Quels sont les diff\u00e9rents outils de MLflow ?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"MLflow Tracking est un des composants offrant une interface permettant d'enregistrer et de suivre les d\u00e9tails des exp\u00e9riences men\u00e9es lors du d\u00e9veloppement et de l'entra\u00eenement de mod\u00e8les de Machine Learning.\"\r\n      \"MLflow Projects est un composant offrant un moyen de structurer et de d\u00e9ployer des projets de Machine Learning de mani\u00e8re reproductible. Cette fonctionnalit\u00e9 vise \u00e0 r\u00e9soudre les probl\u00e8mes de gestion des d\u00e9pendances, de reproductibilit\u00e9 et de configuration d'environnement rencontr\u00e9s fr\u00e9quemment dans les projets d'apprentissage automatique.\"\r\n      \"MLflow Models est un composant cl\u00e9 de la plateforme MLflow qui se concentre sur la gestion, la transition et le d\u00e9ploiement des mod\u00e8les ML. Ce module offre des fonctionnalit\u00e9s pour conditionner et enregistrer les mod\u00e8les ML dans un format standardis\u00e9, appel\u00e9 \"flavors\", afin de faciliter leur d\u00e9ploiement sur une vari\u00e9t\u00e9 de plateformes.\"\r\n    }\r\n  }]\r\n}\r\n<\/script>\r\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Mlflow a \u00e9t\u00e9 pr\u00e9sent\u00e9 \u00e0 l&rsquo;occasion du Spark+AI Summit 2018. Il s&rsquo;agit d&rsquo;une plateforme open source d\u00e9velopp\u00e9e par Databricks permettant de g\u00e9rer le cycle de vie des mod\u00e8les de Machine Learning. MLflow permet aux Machine Learning Engineer, comme aux utilisateurs moins techniques, de suivre les informations li\u00e9es \u00e0 l\u2019entra\u00eenement et \u00e0 la mise en production [&hellip;]<\/p>\n","protected":false},"author":78,"featured_media":223876,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2497],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>MlFlow, une plateforme opensource de Machine Learning pour des projets en Data Science optimis\u00e9s<\/title>\n<meta name=\"description\" content=\"D\u00e9couvrez MlFlow, la plateforme open source incontournable pour des projets de Data Science optimis\u00e9s pour le Machine Learning.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/mlflow-tout-savoir\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"MlFlow, une plateforme opensource de Machine Learning pour des projets en Data Science optimis\u00e9s\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/mlflow-tout-savoir\" \/>\n<meta property=\"og:site_name\" content=\"Formation Data Science | DataScientest.com\" \/>\n<meta property=\"article:published_time\" content=\"2024-01-12T12:07:45+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-01-19T12:41:52+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/Illu_BLOG__mlflow.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"562\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"J\u00e9r\u00e9my Robert\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"J\u00e9r\u00e9my Robert\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"1 minute\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/mlflow-tout-savoir\",\"url\":\"https:\/\/datascientest.com\/mlflow-tout-savoir\",\"name\":\"MlFlow, une plateforme opensource de Machine Learning pour des projets en Data Science optimis\u00e9s\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/#website\"},\"datePublished\":\"2024-01-12T12:07:45+00:00\",\"dateModified\":\"2024-01-19T12:41:52+00:00\",\"author\":{\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925\"},\"description\":\"D\u00e9couvrez MlFlow, la plateforme open source incontournable pour des projets de Data Science optimis\u00e9s pour le Machine Learning.\",\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/mlflow-tout-savoir\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/#website\",\"url\":\"https:\/\/datascientest.com\/\",\"name\":\"Formation Data Science | DataScientest.com\",\"description\":\"Leader de la formation en Data Science\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925\",\"name\":\"J\u00e9r\u00e9my Robert\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg\",\"contentUrl\":\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg\",\"caption\":\"J\u00e9r\u00e9my Robert\"},\"description\":\"J\u00e9r\u00e9my Robert est actuellement Directeur p\u00e9dagogique B2B chez DataScientest.com. Avant de rejoindre DataScientest, il a travaill\u00e9 en tant que Consultant Business Intelligence chez DEAPDATA, o\u00f9 il a g\u00e9r\u00e9 des projets dans les domaines de l'assurance, bancaire et industrie. Il a \u00e9galement \u00e9t\u00e9 Co-fondateur et pr\u00e9sident de Tripzer. En tant que consultant ind\u00e9pendant, J\u00e9r\u00e9my a propos\u00e9 des formations sur MicroStrategy pour divers niveaux professionnels. Il est dipl\u00f4m\u00e9 de l'Universit\u00e9 Paris Cit\u00e9 avec un Master MIAGE, combinant comp\u00e9tences en informatique et gestion.\",\"sameAs\":[\"https:\/\/www.linkedin.com\/in\/jeremyrobert1\/\",\"Data Science\"],\"url\":\"https:\/\/datascientest.com\/author\/jeremyrobert\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"MlFlow, une plateforme opensource de Machine Learning pour des projets en Data Science optimis\u00e9s","description":"D\u00e9couvrez MlFlow, la plateforme open source incontournable pour des projets de Data Science optimis\u00e9s pour le Machine Learning.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/mlflow-tout-savoir","og_locale":"fr_FR","og_type":"article","og_title":"MlFlow, une plateforme opensource de Machine Learning pour des projets en Data Science optimis\u00e9s","og_url":"https:\/\/datascientest.com\/mlflow-tout-savoir","og_site_name":"Formation Data Science | DataScientest.com","article_published_time":"2024-01-12T12:07:45+00:00","article_modified_time":"2024-01-19T12:41:52+00:00","og_image":[{"width":1024,"height":562,"url":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/Illu_BLOG__mlflow.png","type":"image\/png"}],"author":"J\u00e9r\u00e9my Robert","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"J\u00e9r\u00e9my Robert","Dur\u00e9e de lecture estim\u00e9e":"1 minute"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/datascientest.com\/mlflow-tout-savoir","url":"https:\/\/datascientest.com\/mlflow-tout-savoir","name":"MlFlow, une plateforme opensource de Machine Learning pour des projets en Data Science optimis\u00e9s","isPartOf":{"@id":"https:\/\/datascientest.com\/#website"},"datePublished":"2024-01-12T12:07:45+00:00","dateModified":"2024-01-19T12:41:52+00:00","author":{"@id":"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925"},"description":"D\u00e9couvrez MlFlow, la plateforme open source incontournable pour des projets de Data Science optimis\u00e9s pour le Machine Learning.","inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/mlflow-tout-savoir"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/#website","url":"https:\/\/datascientest.com\/","name":"Formation Data Science | DataScientest.com","description":"Leader de la formation en Data Science","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"fr-FR"},{"@type":"Person","@id":"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925","name":"J\u00e9r\u00e9my Robert","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/datascientest.com\/#\/schema\/person\/image\/","url":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg","contentUrl":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg","caption":"J\u00e9r\u00e9my Robert"},"description":"J\u00e9r\u00e9my Robert est actuellement Directeur p\u00e9dagogique B2B chez DataScientest.com. Avant de rejoindre DataScientest, il a travaill\u00e9 en tant que Consultant Business Intelligence chez DEAPDATA, o\u00f9 il a g\u00e9r\u00e9 des projets dans les domaines de l'assurance, bancaire et industrie. Il a \u00e9galement \u00e9t\u00e9 Co-fondateur et pr\u00e9sident de Tripzer. En tant que consultant ind\u00e9pendant, J\u00e9r\u00e9my a propos\u00e9 des formations sur MicroStrategy pour divers niveaux professionnels. Il est dipl\u00f4m\u00e9 de l'Universit\u00e9 Paris Cit\u00e9 avec un Master MIAGE, combinant comp\u00e9tences en informatique et gestion.","sameAs":["https:\/\/www.linkedin.com\/in\/jeremyrobert1\/","Data Science"],"url":"https:\/\/datascientest.com\/author\/jeremyrobert"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts\/223874"}],"collection":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/users\/78"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/comments?post=223874"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts\/223874\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/media\/223876"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/media?parent=223874"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/categories?post=223874"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/tags?post=223874"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}