Formation dédiée à la préparation de la certification AWS Certified Machine Learning – Specialty.
Elle permet de concevoir, entraîner, déployer et optimiser des solutions de Machine Learning sur AWS (SageMaker, services IA managés, MLOps), conformément aux exigences de l’examen officiel.
Formation de 4 jours, orientée pratique, avec études de cas et examens blancs.
Programme de la formation

1. Data Engineering sur AWS :
1.1 Ingestion et stockage des données (Amazon S3, Glue, Athena)
1.2 Conception de pipelines ETL
1.3 Qualité, sécurité et gouvernance des données
TP : Construction d’un pipeline de données ML-ready

2. Analyse exploratoire des données – EDA :
2.1 Analyse statistique descriptive et avancée
2.2 Feature engineering
2.3 Visualisation des données et détection d’anomalies TP : EDA complète avec préparation des features

3. Modélisation Machine Learning et Deep Learning :
3.1 Choix des algorithmes (régression, classification, clustering)
3.2 Entraînement des modèles avec Amazon SageMaker
3.3 Hyperparameter tuning
3.4 AutoML vs modèles custom
TP : Entraînement, évaluation et comparaison de modèles SageMaker

4. MLOps et industrialisation :
4.1 Pipelines Amazon SageMaker
4.2 Versioning des données et des modèles
4.3 CI/CD appliqué au Machine Learning
4.4 Monitoring, détection de dérive et retraining TP : Pipeline MLOps automatisé de bout en bout

5. Déploiement et exploitation des modèles :
5.1 Déploiement via endpoints temps réel et batch
5.2 Scalabilité et optimisation des coûts
5.3 Tests, supervision et maintenance en production TP : Déploiement sécurisé et scalable d’un modèle ML

6. Sécurité, gouvernance et conformité :
6.1 Gestion des accès avec IAM
6.2 Sécurité des données et chiffrement
6.3 Responsible AI et interprétabilité des modèles TP : Audit de sécurité d’une solution ML sur AWS