Formation Développer et déployer des applications d'Intelligence Artificielle avec OpenShift AI
Maîtrisez la création et le déploiement d'applications IA. Red Hat OpenShift AI vous permet de développer des modèles d'IA. Apprenez à intégrer l'intelligence artificielle dans vos systèmes existants. Examen inclus pour valider vos compétences. Formation pratique et certifiante pour les professionnels de l'IA.
Développer et entraîner des modèles IA sur OpenShift AI
Mettre en œuvre des pipelines MLOps avec Kubeflow
Déployer et gérer des applications IA en production
Superviser et optimiser les performances des modèles IA
Programme détaillé
12 modules · 21 heures
01
Introduction à Red Hat OpenShift AI et MLOps
—Présentation de Red Hat OpenShift AI et son écosystème
—Comprendre les principes fondamentaux du MLOps
—Cas d'usage et avantages d'OpenShift AI pour le développement IA
02
Configuration de l'environnement de développement IA
—Accès et prise en main de la plateforme OpenShift AI
—Gestion des projets et des espaces de travail
—Configuration des ressources de calcul (CPU/GPU)
03
Exploration et préparation des données pour l'IA
—Analyser les sources de données pertinentes pour l'IA
—Nettoyer et prétraiter les données pour optimiser les performances
—Explorer des techniques de transformation des données pour l'IA
—Évaluer la qualité des données et gérer les valeurs manquantes
—Documenter le processus de préparation des données pour la traçabilité
04
Développement de modèles d'apprentissage automatique (ML)
—Utilisation des notebooks Jupyterlab sur OpenShift AI
—Implémentation de modèles de ML (Scikit-learn, TensorFlow, PyTorch)
—Entraînement et validation de modèles
05
Gestion du cycle de vie des modèles avec Kubeflow
—Introduction à Kubeflow Pipelines sur OpenShift AI
—Création de pipelines ML pour l'automatisation
—Versioning et traçabilité des modèles
06
Optimisation et réglage des hyperparamètres
—Stratégies de recherche d'hyperparamètres (Grid Search, Random Search)
—Utilisation de KubeFlow pour l'optimisation distribuée
—Évaluation des performances des modèles
07
Conteneurisation des applications IA avec OpenShift
—Principes de Docker et de la conteneurisation
—Création d'images Docker pour les modèles IA
—Déploiement d'applications conteneurisées sur OpenShift
08
Déploiement de modèles IA en production
—Utilisation de Seldon Core pour le déploiement de modèles
—Configuration des points de terminaison (endpoints)
—Stratégies de déploiement (bleu/vert, canary)
09
Surveillance et maintenance des applications IA
—Supervision des performances des modèles déployés
—Détection de la dérive des données et des modèles (data/model drift)
—Utilisation de Prometheus et Grafana pour le monitoring
10
Intégration et APIfication des modèles IA
—Conception d'APIs RESTful pour l'accès aux modèles
—Sécurisation des endpoints des services IA
—Interaction avec des applications externes
11
Principes de l'IA responsable et éthique
—Comprendre les biais et l'équité des modèles IA
—Explicabilité et interprétabilité des modèles (XAI)
—Bonnes pratiques pour une IA éthique
12
Préparation à l'examen EX267 et cas pratiques avancés
—Révision des concepts clés et des scénarios d'examen
—Exercices pratiques et résolution de problèmes complexes
—Conseils et stratégies pour réussir l'examen de certification
Le conseil de l'expert
Un des objectifs pédagogiques clés de notre formation "Développer et déployer des applications d'Intelligence Artificielle avec OpenShift AI" est de permettre aux participants de développer et d'entraîner des modèles IA sur la plateforme OpenShift. Cet apprentissage est essentiel pour maîtriser les spécificités de l'IA en environnement cloud et pour se préparer aux enjeux contemporains du marché technologique.
L'un des défis principaux que rencontrent souvent les apprenants dans ce domaine est la gestion des pipelines MLOps. En effet, beaucoup ont du mal à intégrer efficacement les différentes étapes du cycle de vie des modèles d'apprentissage automatique, ce qui peut mener à des déploiements inefficaces et à des performances sous-optimales des applications IA. Cette formation vise à surmonter ces obstacles en proposant des méthodes pratiques et éprouvées.
Ce qui différencie notre formation des autres offres disponibles sur le marché, c'est notre approche intégrée qui combine à la fois le développement pratique de modèles d'apprentissage automatique et la mise en œuvre de pipelines MLOps via Kubeflow. En mettant l'accent sur la supervision et l'optimisation des performances des modèles, nous fournissons aux participants des compétences concrètes, directement applicables à leurs projets, favorisant ainsi une transition fluide vers un environnement de production.
Pour tirer le maximum de cette formation, il est conseillé aux participants de réfléchir en amont à leurs projets d'intelligence artificielle et aux défis spécifiques qu'ils rencontrent. En apportant des exemples concrets et en posant des questions ciblées, ils pourront enrichir les échanges durant les sessions et bénéficier d'une expérience d'apprentissage encore plus personnalisée. Votre engagement actif durant la formation maximisera les bénéfices tirés de cette expérience.
Pourquoi choisir cette formation en intélligence artificielle
🎯
Expertise OpenShift AI
Maîtrisez Red Hat OpenShift AI pour développer des applications IA performantes, avec un focus sur l'entraînement et la mise en production de modèles.
🔧
Pipeline MLOps avec Kubeflow
Apprenez à mettre en œuvre des pipelines MLOps efficaces en utilisant Kubeflow, garantissant une gestion optimale du cycle de vie des modèles IA.
📊
Optimisation des performances
Découvrez comment superviser et optimiser les performances de vos modèles IA pour garantir des résultats précis et fiables en production.
📈
Développement de modèles ML
Acquérez des compétences pratiques en développement de modèles d'apprentissage automatique, essentielles pour répondre aux défis contemporains de l'IA.
🔍
Exploration des données
Maîtrisez l'exploration et la préparation des données, étapes cruciales pour garantir la qualité et la pertinence de vos modèles d'IA.
🛠️
Configuration de l'environnement
Configurez efficacement votre environnement de développement IA pour maximiser la productivité et la collaboration au sein de votre équipe.
Compétences acquises
Développer et entraîner des modèles IA sur OpenShift AI
Concevoir, coder et entraîner des modèles d'apprentissage automatique et profond en utilisant les outils et ressources disponibles sur la plateforme Red Hat OpenShift AI.
Mettre en œuvre des pipelines MLOps avec Kubeflow
Automatiser le cycle de vie des modèles d'IA, de la préparation des données au déploiement, en créant et gérant des pipelines reproductibles et évolutifs sur OpenShift AI en utilisant Kubeflow.
Déployer et gérer des applications IA en production
Conteneuriser, déployer et opérer des services d'inférence de modèles IA sur un cluster OpenShift, en assurant la haute disponibilité et la scalabilité.
Superviser et optimiser les performances des modèles IA
Mettre en place des mécanismes de surveillance pour les modèles déployés, détecter les dérives et optimiser continuellement les performances des applications d'Intelligence Artificielle.
Public, prérequis et modalités
Public visé
Développeurs IA / ML
Architectes Solutions Cloud
Data Scientists
Ingénieurs DevOps / MLOps
Prérequis
Connaissance de base en développement et en informatique, ainsi qu'une expérience préalable en intelligence artificielle (aucun prérequis spécifique en matière de certification ou de logiciels spécifiques).
Moyens pédagogiques
Salle équipée, supports remis en PDF, cas réels rejoués en atelier, 8 participants maximum.
Suivi & évaluation
Examen final pour évaluer les compétences acquises
Évaluation des projets pratiques pour mesurer la capacité à appliquer les connaissances
Retour d'expérience des participants pour améliorer la formation
Accessibilité
Notre organisme de formation s'engage à accueillir et accompagner les personnes en situation de handicap. Notre référente handicap, Mme Lorène Travaux est disponible pour étudier avec vous les adaptations pédagogiques, techniques ou logistiques nécessaires avant toute inscription.
Plusieurs dispositifs permettent de prendre en charge tout ou partie du coût. Nos conseillers identifient avec vous la solution la plus adaptée à votre situation.
OPCO
Formations financées via votre opérateur de compétences
Les OPCO peuvent prendre en charge tout ou partie des frais de formation de vos salariés, dans le cadre du plan de développement des compétences ou de l'alternance.
Les Fonds d'Assurance Formation financent les formations des indépendants, auto-entrepreneurs, professions libérales et chefs d'entreprise (FAFCEA, AGEFICE, FIFPL…).
France Travail peut financer votre formation via l'AIF (Aide Individuelle à la Formation) ou des achats directs. Parlez-en à votre conseiller pour vérifier votre éligibilité.
Dans le cadre du plan de développement des compétences, l'employeur prend en charge le coût pédagogique et maintient la rémunération pendant la formation.
Le FNE-Formation accompagne les entreprises en mutation économique ou en transition écologique et numérique, avec une prise en charge pouvant aller jusqu'à 100 %.
« Après la formation, un participant a développé et déployé un modèle d'apprentissage automatique sur OpenShift AI, améliorant ainsi les performances de son application. »
« Un autre a intégré des pipelines MLOps avec Kubeflow dans son projet, optimisant le cycle de vie de ses modèles. »
Questions fréquentes
- Connaissances de base en ligne de commande Linux.
- Familiarité avec les concepts de programmation Python.
- Compréhension des principes fondamentaux de l'apprentissage automatique (ML).
- Ordinateur portable avec accès Internet stable.
- Client SSH (par ex. PuTTY pour Windows, Terminal pour macOS/Linux).
- Docker ou Podman installé et configuré (optionnel, pour certaines pratiques locales).
5 tests d'évaluation sont proposés à l'apprenant en fin de formation pour connaître son niveau sur chaque compétences visées.
Plateforme et contenus e-learning à disposition.
Test de positionnement Quizz &
Evaluations
Nous vous recevons lors d’un rendez-vous d’information préalable gratuit et confidentiel en visioconférence pour analyser vos besoins et co-construire votre parcours personnalisé.
Chaque demande s’accompagne de la remise d’une convention ou d’un contrat précisant l’ensemble des informations relatives à la formation (Tarifs, calendrier, durée, lieu…). Ce contrat/convention sera transmis électroniquement par email.
A partir de l’accord de prise en charge par le financeur sollicité, le bénéficiaire peut démarrer sous un délai de 11 jours ouvrés.
Si vous financez votre parcours de formation par vos propres moyens, alors le délai d'accès est immédiat. Vous pouvez entrer en formation tout au long de l’année.
♿️ Nous accueillons les personnes en situation de handicap. Les conditions d’accessibilité aux personnes handicapées sont inscrites sur le site imi-education.fr, rubrique Accessibilité.
Saskia Cazettes
Pour tout renseignement : 07 80 91 06 14 / saskia.c@imi-executive-solutions.com
23 mars 2026
La formation alterne apports théoriques, mises en situation pratiques et échanges entre participants. Chaque concept est directement appliqué via des exercices concrets et des cas réels.
Oui, chaque participant reçoit un support de cours complet (format numérique et/ou papier) qu'il peut conserver à l'issue de la formation.
Certaines de nos formations sont éligibles au Compte Personnel de Formation (CPF). Consultez la fiche formation ou contactez-nous pour vérifier l'éligibilité.
Plusieurs dispositifs de financement existent : CPF, OPCO, plan de développement des compétences, financement individuel. Notre équipe peut vous accompagner dans vos démarches.
Oui, notre équipe reste disponible pour toute question post-formation. Vous bénéficiez également d'un accès à nos ressources en ligne pendant 6 mois après votre parcours.
OpenShift AI offre une plateforme flexible et scalable pour développer et déployer des applications d'IA, permettant ainsi une intégration facile avec les systèmes existants.
Kubeflow est un framework open-source pour les pipelines MLOps, qui permet de mettre en œuvre des workflows de développement, d'entraînement et de déploiement de modèles IA de manière efficace et automatisée.
Les participants acquerront les compétences nécessaires pour développer et déployer des applications d'IA avec Red Hat OpenShift AI, et seront en mesure d'intégrer l'intelligence artificielle dans leurs systèmes existants pour améliorer l'efficacité et la performance.
Notre organisme de formation s'engage à accueillir et accompagner les personnes en situation de handicap. Notre référente handicap, Mme Lorène Travaux est disponible pour étudier avec vous les adaptations pédagogiques, techniques ou logistiques nécessaires avant toute inscription. Contactez-nous à hello@imi-executive-solutions.com ou au 06 72 09 69 52.
Demandez un devis pour la formation Développer et déployer des applications d'Intelligence Artificielle avec OpenShift AI
Programme adaptable à votre contexte. Réponse sous 24 h ouvrées, sans engagement.
