Introduction
Lorsque vous souhaitez implémenter l’intelligence artificielle (IA) à grande échelle, l’automatisation joue un rôle clé. L’objectif est de passer de l’expérimentation à la production avec des opérations de Machine Learning (MLOps).
Il existe plusieurs charges de travail qui peuvent être automatisées. Pour automatiser les charges de travail, vous allez créer des pipelines qui regroupent des tâches dans un ordre spécifique. Pour automatiser le pipeline, vous pouvez les exécuter selon une planification ou les déclencher en fonction d’un événement.
Vous allez apprendre à différencier les pipelines que vous créez avec Azure Machine Learning et des workflows que vous pouvez automatiser avec Azure Pipelines dans Azure DevOps ou GitHub Actions.
Remarque
Un pipeline est un concept que vous trouverez dans plusieurs services dans Azure. Pour clarifier le pipeline qui est implicite, le nom complet du produit est inclus pour les pipelines Azure Machine Learning, Azure (DevOps) Pipelines et GitHub Actions.
Objectifs d’apprentissage
Dans ce module, vous allez apprendre :
- Comment utiliser des pipelines Azure Machine Learning.
- Comment utiliser Azure Pipelines et GitHub Actions pour automatiser les workflows.