Contexte : Votre entreprise déploie un modèle de scoring crédit utilisé en production pour des décisions automatisées. Le Problème : Le modèle est entraîné localement sans pipeline reproductible ni suivi des versions, rendant les mises à jour risquées. Contraintes : Concevoir un pipeline complet incluant gestion des versions de données, suivi des expériences, validation automatique et déploiement contrôlé. Prévoir monitoring post-déploiement et rollback. Livrable attendu : Proposer une architecture MLOps détaillée couvrant entraînement, validation, déploiement et surveillance continue du modèle.