Contexte : Plusieurs équipes fine-tunent des modèles Transformer pour différents cas d’usage. Le Problème : Les versions de modèles et datasets ne sont pas tracées correctement. Contraintes : Mettre en place suivi des versions de données et modèles. Centraliser expériences. Garantir reproductibilité. Livrable attendu : Proposer une architecture MLOps dédiée au NLP assurant traçabilité complète des fine-tunings.