Retour aux cas pratiques
Machine LearningExpert

Correction d’un pipeline distribué générant incohérences de prédiction

Scénario

Contexte : Un modèle est déployé sur plusieurs serveurs avec prétraitements légèrement différents. Le Problème : Les prédictions varient selon l’environnement d’exécution. Extrait logique actuelle : Prétraitement implémenté séparément sur chaque instance Contraintes : Centraliser pipeline de prétraitement. Garantir cohérence entre entraînement et inférence. Mettre en place validation automatique. Livrable attendu : Proposer une refonte garantissant uniformité des prédictions dans un environnement distribué.

Compétences ciblées

pipelinedeploymentdata-consistencybugfixmlops
    Correction d’un pipeline distribué générant incohérences de prédiction — mise en situation Machine Learning | CodeDuel