Contexte : Une nouvelle version du modèle déployée en production dégrade les performances métier. Le Problème : Aucun mécanisme automatique ne permet de revenir à la version précédente. Contraintes : Mettre en place versioning clair des modèles. Détecter chute de performance via métriques surveillées. Automatiser retour à version stable. Livrable attendu : Définir une architecture de rollback sécurisée et automatisée pour les déploiements ML.