MLOps
En anglais : Machine Learning Operations
Ensemble de pratiques qui automatisent le déploiement, la surveillance et la maintenance des modèles de machine learning en production, sur la durée.
Le MLOps regroupe les méthodes et outils qui permettent d'industrialiser le cycle de vie des modèles de machine learning, depuis l'entraînement jusqu'à l'exploitation en production. Inspiré du DevOps, il vise à rendre fiable et reproductible le passage d'un modèle expérimental à un service opérationnel. Les pratiques couvrent le versionnage des données et des modèles, l'automatisation des pipelines d'entraînement, le déploiement continu, ainsi que la surveillance des performances pour détecter la dérive des modèles dans le temps. Côté recrutement Tech, un profil orienté MLOps combine des compétences en data science, en ingénierie logicielle et en infrastructure cloud. Ce périmètre spécialisé reste très recherché et difficile à qualifier, ce qui rend la définition précise du besoin et des critères d'évaluation déterminante. Une fiche de poste mal calibrée allonge le délai de recrutement et complique le sourcing de candidats réellement opérationnels.