MLOps
Fondamental
Correction d’un pipeline d’entraînement non reproductible
Type d'évaluation
Mise en situation réelle
Analyse
Intelligence Artificielle
Compétences ciblées
reproducibility
configuration
training
bugfix
best-practices
Scénario Technique
Contexte : Les résultats du modèle changent à chaque exécution. Le Problème : Les seeds ne sont pas fixées et la configuration n’est pas documentée. Extrait logique actuelle : Entraînement sans configuration fixe Contraintes : Fixer seeds. Documenter hyperparamètres. Sauvegarder configuration associée au modèle. Livrable attendu : Proposer une approche garantissant reproductibilité complète du pipeline d’entraînement.
Prêt à évaluer ce talent ?
Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.