Dotika · MLOps — Ressources

Référence · liens officielsReference · official links

RessourcesResources

La documentation officielle de chaque outil utilisé dans le cours, organisée bloc par bloc — de quoi creuser au-delà de ce qui est montré en séance. The official documentation for every tool used in the course, organized block by block — to dig further than what's shown in class.

1Fondations & environnementFoundations & environment

Python 3.11Version unique imposée dans tout le cours — première leçon de reproductibilité.The single pinned version used throughout — the first lesson in reproducibility.↗ Kaggle · Credit Card Fraud DetectionLe dataset du fil rouge : 284 807 transactions, 492 fraudes, features V1–V28 anonymisées par PCA.The capstone dataset: 284,807 transactions, 492 frauds, PCA-anonymized V1–V28 features.↗ pandasExploration du CSV brut avant tout entraînement.Exploring the raw CSV before any training.↗ zellijMultiplexeur terminal du « cockpit » de développement.Terminal multiplexer for the dev "cockpit".↗ yaziExplorateur de fichiers en terminal.Terminal file explorer.↗ lazygitInterface Git en terminal, utilisée pour la chaîne de preuve.Terminal Git UI, used for the audit trail.↗

2Développement du modèleModel development

scikit-learnRégression logistique, StandardScaler, train_test_split — la baseline du bloc 2.Logistic regression, StandardScaler, train_test_split — block 2's baseline.↗ imbalanced-learn (SMOTE)Sur-échantillonnage synthétique de la fraude, comparé à class_weight.Synthetic oversampling of fraud, compared against class_weight.↗ matplotlibCourbe précision-rappel et distributions des erreurs.Precision-recall curve and error distributions.↗

3Serving & APIServing & API

FastAPILe réceptionniste : déclare les guichets /predict, /batch, /feedback, /health.The receptionist: declares the /predict, /batch, /feedback, /health counters.↗ PydanticLe videur : valide ou rejette une requête avant le modèle.The bouncer: validates or rejects a request before the model.↗ UvicornServeur ASGI qui fait tourner l'API.ASGI server running the API.↗ pytestProuve le contrat de l'API, rejoué en CI dès le bloc 6.Proves the API's contract, replayed in CI from block 6 onward.↗

4ConteneurisationContainerization

DockerScelle l'API et son environnement — résout « ça marche chez moi ».Seals the API and its environment — fixes "works on my machine".↗ Docker ComposeLève API + PostgreSQL + MLflow reliés par nom de service.Brings up API + PostgreSQL + MLflow linked by service name.↗ PostgreSQLBase de transactions sur volume persistant.Transactions database on a persistent volume.↗

5Tracking & registryTracking & registry

MLflowLe carnet de bord : tracking des runs, Model Registry, alias @production.The logbook: run tracking, Model Registry, @production alias.↗

6CI/CD, validation & gouvernanceCI/CD, validation & governance

GitHub ActionsMoteur de la chaîne qualité : lint, tests, validation, gate, build, push.Engine of the quality line: lint, tests, validation, gate, build, push.↗ ruffLint Python — « échouer vite, échouer tôt ».Python linting — "fail fast, fail early".↗ GitHub Container Registry (GHCR)Registre où l'image est poussée, taguée par SHA de commit.Registry where the image is pushed, tagged by commit SHA.↗

7Déploiement & monitoringDeployment & monitoring

KubernetesOrchestrateur : réplicas, self-healing, rolling update, canary.Orchestrator: replicas, self-healing, rolling update, canary.↗ kindCluster Kubernetes local dans des conteneurs Docker.Local Kubernetes cluster inside Docker containers.↗ PrometheusCollecte les métriques infra + modèle toutes les 15 s.Collects infra + model metrics every 15 s.↗ GrafanaAffiche les métriques et l'alerte de dérive.Displays the metrics and the drift alert.↗

8Assemblage final & perspectiveFinal assembly & perspective

Hidden Technical Debt in ML SystemsGoogle, NeurIPS 2015 — la source du chiffre « ~5 % de l'effort = code du modèle ».Google, NeurIPS 2015 — the source of the "~5% of effort is model code" figure.↗ Google Cloud · MLOps guideRéférence pour les niveaux de maturité MLOps (0 / 1 / 2) cités dans le cours.Reference for the MLOps maturity levels (0 / 1 / 2) cited in the course.↗

+Bonus — GPU computingBonus — GPU computing

NVIDIA Container ToolkitLe pont officiel entre Docker et le GPU.The official bridge between Docker and the GPU.↗ CUDA ToolkitLe dialecte NVIDIA pour programmer le GPU.NVIDIA's dialect for programming the GPU.↗ PyTorchParle CUDA pour vous — comparaison CPU vs GPU du banc d'essai.Speaks CUDA for you — the benchmark's CPU vs GPU comparison.↗