Le parcours de Machine Learning Engineer est composé d'un cursus au cours duquel, il apprendra à développer des algorithmes de Machine Learning ou de Deep Learning. Mais en plus de ces compétences, le MLE doit savoir passer d'un modèle statique à sa mise en production. La spécialisation du Machine Learning Engineer permet alors au Data Scientist de dépasser ce défaut et d'exploiter réellement les modèles établis. Les thématiques la formation sont les suivantes : - Développer des APIs pour isoler des processus de machine Learning - Automatiser le déploiement de processus, parfois distribué, grâce notamment à la conteneurisation - Automatiser des pipelines de données en utilisant des outils de planification - Passer des pipelines de Machine Learning d'un environnement d'exploration et de développement vers un environnement d'exploitation et de production - Suivre le développement et les tests mis en place pour suivre l'évolution d'un projet de Machine Learning

Validation du parcours : La validation des examens conduit à l'obtention de la certification "Chef de projet en intelligence artificielle" RNCP36129 L'obtention de la certification est conditionnée par la validation de l'ensemble des 4 blocs de compétences.