{"id":71388,"date":"2021-03-09T08:00:00","date_gmt":"2021-03-09T07:00:00","guid":{"rendered":"http:\/\/e3mag.com\/?p=71388"},"modified":"2025-07-02T11:52:01","modified_gmt":"2025-07-02T09:52:01","slug":"faire-avancer-le-machine-learning-avec-devops","status":"publish","type":"post","link":"https:\/\/e3mag.com\/fr\/machine-learning-voranbringen-mit-devops\/","title":{"rendered":"Faire avancer le Machine Learning avec DevOps"},"content":{"rendered":"

Permettre l'\u00e9chec est une condition pr\u00e9alable \u00e0 l'innovation. Celui qui n'est pas pr\u00eat \u00e0 \u00e9chouer n'apportera rien de vraiment nouveau. En tant que directeur technique allemand d'une soci\u00e9t\u00e9 de services informatiques japonaise dot\u00e9e d'une forte culture de l'innovation, j'en suis profond\u00e9ment convaincu. Mais si seulement un bon dixi\u00e8me des projets de Machine Learning sont mis en \u0153uvre, c'est que quelque chose ne va pas. Car le Machine Learning est l'une des applications centrales de l'intelligence artificielle (IA) et la base de nombreuses technologies d'avenir comme la conduite autonome, les villes intelligentes et l'Internet industriel des objets (IIoT). Pour faire progresser plus rapidement le ML et les autres technologies d'IA, nous avons donc besoin d'une nouvelle forme de collaboration entre le d\u00e9veloppement et l'exploitation de solutions selon les principes DevOps, en bref : ML-Ops.<\/p>\n\n\n\n

\u00c9valuation continue <\/h2>\n\n\n\n

Pourquoi les ML-Ops ? Parce que l'IA est diff\u00e9rente. Dans l'informatique classique, le code d\u00e9termine le comportement du syst\u00e8me. La fonctionnalit\u00e9 du syst\u00e8me peut \u00eatre v\u00e9rifi\u00e9e et \u00e9valu\u00e9e \u00e9tape par \u00e9tape. Dans les applications d'intelligence artificielle, en revanche, ce sont les donn\u00e9es qui d\u00e9terminent le comportement du syst\u00e8me. La difficult\u00e9 r\u00e9side dans le fait que les donn\u00e9es d'origine sont mises \u00e0 jour au cours du Machine Learning et d'autres processus d'IA. C'est pourquoi nous devons surveiller en permanence le comportement des mod\u00e8les ML. <\/p>\n\n\n\n

Ce processus correspond au principe de l'int\u00e9gration continue (CI) dans le d\u00e9veloppement classique de logiciels. Les experts en ML-Ops parlent ici d'\u00e9valuation continue. Outre le savoir-faire technologique pour l'automatisation des processus d'\u00e9valuation, cela implique une \u00e9troite collaboration permanente avec les data-scientists de l'entreprise.<\/p>\n\n\n\n

Les ML-Ops en pratique<\/h2>\n\n\n\n

Un cas d'utilisation typique pour ce type de ML-Ops est l'am\u00e9lioration de la qualit\u00e9. Une entreprise automobile japonaise a par exemple lanc\u00e9 un projet dans le cadre duquel l'apprentissage automatique doit aider \u00e0 am\u00e9liorer la qualit\u00e9 des v\u00e9hicules sur la base de lettres de r\u00e9clamation r\u00e9dig\u00e9es en langage naturel. Le ML est utilis\u00e9 pour analyser la signification des donn\u00e9es de r\u00e9clamation dans les textes. Un d\u00e9fi particulier consistait \u00e0 maintenir la pr\u00e9cision des analyses m\u00eame lors du lancement de nouveaux produits. <\/p>\n\n\n\n

Nous avons cr\u00e9\u00e9 ici un moyen simple et rapide de mettre \u00e0 jour de nouveaux mod\u00e8les de classification bas\u00e9s sur le \"bag-of-words\" et le \"gradient boosting\". Cons\u00e9quence imm\u00e9diate : dans les domaines du traitement des donn\u00e9es, de la conception et du d\u00e9ploiement, le temps de traitement a diminu\u00e9 de six semaines au total. La rapidit\u00e9 de l'examen des r\u00e9clamations, entre autres, a eu un effet positif. En m\u00eame temps, le mod\u00e8le est nettement plus facile et plus \u00e9conomique \u00e0 entretenir - tout au long de son cycle de vie. <\/p>\n\n\n\n

De la m\u00eame mani\u00e8re, dans le cadre d'un projet d'IA d'une compagnie d'assurance internationale, le d\u00e9veloppement et l'exploitation de la solution ont \u00e9t\u00e9 simplifi\u00e9s et automatis\u00e9s \u00e0 tel point qu'aucun soutien op\u00e9rationnel de l'informatique n'est n\u00e9cessaire pour l'exploitation et l'\u00e9valuation continue. Les data scientists peuvent se concentrer pleinement sur leurs exp\u00e9riences sur les donn\u00e9es, sans \u00eatre limit\u00e9s par l'infrastructure informatique.<\/p>\n\n\n\n

Fiabilit\u00e9 de l'IA<\/h2>\n\n\n\n

Troisi\u00e8me exemple : Dans une banque italienne, il s'agissait de d\u00e9tecter des comportements anormaux dans des volumes gigantesques de transactions financi\u00e8res. Les experts y voient une utilit\u00e9 centrale de l'intelligence artificielle pour la banque num\u00e9rique. Mais les quantit\u00e9s de donn\u00e9es produites rendent impossible l'entra\u00eenement manuel des mod\u00e8les d'IA. L'utilisation de ML-Ops a permis d'\u00e9tablir un syst\u00e8me automatique pour l'entra\u00eenement des mod\u00e8les de donn\u00e9es. Et comme il permet de reproduire chaque mod\u00e8le d'analyse g\u00e9n\u00e9r\u00e9 et chaque pr\u00e9diction bas\u00e9e sur ce mod\u00e8le, il r\u00e9pond \u00e9galement \u00e0 l'exigence la plus importante en mati\u00e8re d'IA, et pas seulement dans le secteur financier : la fiabilit\u00e9.<\/p>\n\n\n\n\n\n\n\n\n\n\n\n

PDF en anglais<\/a><\/h2>\n\n\n\n
\"Banni\u00e8re<\/a><\/figure>","protected":false},"excerpt":{"rendered":"

Le Machine Learning (ML) est l'une des approches les plus prometteuses pour l'utilisation de l'intelligence artificielle dans l'entreprise. Mais jusqu'\u00e0 pr\u00e9sent, pr\u00e8s de neuf projets sur dix \u00e9chouent avant d'\u00eatre lanc\u00e9s. DevOps et ML-Ops permettent d'inverser cette tendance.<\/p>","protected":false},"author":1762,"featured_media":50414,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","footnotes":""},"categories":[24421,7,38632],"tags":[896,451,5065,624,480,627],"coauthors":[31248],"class_list":["post-71388","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-devops-kolumne","category-meinung","category-mag-21-02","tag-design","tag-devops","tag-finanzwesen","tag-ki-joule","tag-machine-learning","tag-ml","pmpro-has-access"],"acf":[],"featured_image_urls_v2":{"full":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps.jpg",1000,450,false],"thumbnail":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps-150x150.jpg",150,150,true],"medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps.jpg",400,180,false],"medium_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps-768x346.jpg",768,346,true],"large":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps.jpg",1000,450,false],"image-100":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps-100x45.jpg",100,45,true],"image-480":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps-480x216.jpg",480,216,true],"image-640":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps-640x288.jpg",640,288,true],"image-720":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps-720x324.jpg",720,324,true],"image-960":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps-960x432.jpg",960,432,true],"image-1168":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps.jpg",1000,450,false],"image-1440":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps.jpg",1000,450,false],"image-1920":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps.jpg",1000,450,false],"1536x1536":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps.jpg",1000,450,false],"2048x2048":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps.jpg",1000,450,false],"trp-custom-language-flag":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps.jpg",18,8,false],"bricks_large_16x9":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps.jpg",1000,450,false],"bricks_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps.jpg",1000,450,false],"bricks_large_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps.jpg",1000,450,false],"bricks_medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps.jpg",600,270,false],"bricks_medium_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps.jpg",600,270,false],"profile_24":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps-24x24.jpg",24,24,true],"profile_48":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps-48x48.jpg",48,48,true],"profile_96":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps-96x96.jpg",96,96,true],"profile_150":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps-150x150.jpg",150,150,true],"profile_300":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/07\/DevOps-300x300.jpg",300,300,true]},"post_excerpt_stackable_v2":"

Machine Learning (ML) ist einer der vielversprechendsten Ans\u00e4tze zur Nutzung von k\u00fcnstlicher Intelligenz im Unternehmen. Doch bislang scheitern fast neun von zehn Projekten vor dem Go-live. Mit DevOps und ML-Ops l\u00e4sst sich dieser Trend umkehren.<\/p>\n","category_list_v2":"DevOps Kolumne<\/a>, Die Meinung der SAP-Community<\/a>, MAG 21-02<\/a>","author_info_v2":{"name":"Oliver K\u00f6th, NTT Data","url":"https:\/\/e3mag.com\/fr\/author\/oliver-koeth\/"},"comments_num_v2":"0 commentaire","_links":{"self":[{"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/posts\/71388","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/users\/1762"}],"replies":[{"embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/comments?post=71388"}],"version-history":[{"count":2,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/posts\/71388\/revisions"}],"predecessor-version":[{"id":152137,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/posts\/71388\/revisions\/152137"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/media\/50414"}],"wp:attachment":[{"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/media?parent=71388"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/categories?post=71388"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/tags?post=71388"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/e3mag.com\/fr\/wp-json\/wp\/v2\/coauthors?post=71388"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}