Contexte : Un modèle Scikit-learn est déployé en production critique. Le Problème : Aucune surveillance continue des performances n’est mise en place. Contraintes : Définir métriques clés à surveiller. Mettre en place suivi périodique des performances. Détecter dégradation ou drift potentiel. Livrable attendu : Proposer une architecture de monitoring garantissant détection rapide des anomalies de performance.