Formation Data Version Control : gestion avancée des données

Programme de notre formation DVC

Introduction à DVC

• Qu’est-ce que DVC ?
• Contrôle de version pour le code source vs contrôle de version pour les données
• Vue d’ensemble des fonctionnalités principales de DVC

Configuration de base

• Installation de DVC et de ses dépendances
• Initialisation d’un projet
• Configuration de l’emplacement de stockage des données

Gestion des ensembles de données

• Ajout d’un ensemble de données à DVC
• Suivi des modifications apportées à un ensemble de données
• Création de versions des ensembles de données

Collaboration et partage

• Utilisation de dépôts distants pour la collaboration
• Partage des ensembles de données
• Récupération des ensembles de données partagés

Expérimentation et reproductibilité

• Création d’une configuration d’expérience
• Enregistrement des résultats et des métriques expérimentales
• Reproduction des expériences précédentes

Ensembles de données volumineux

• Gestion des ensembles de données volumineux
• Stratégies de stockage efficace des données
• Fonctionnalités d’échantillonnage

Intégration d’outils externes

• Intégration de frameworks d’apprentissage automatique (TensorFlow, PyTorch)
• Plates-formes de gestion des expériences (MLflow)

Fonctions Avancé

• Utilisation de DVC avec des pipelines de traitement des données
• Branches et expériences parallèles
• Tags pour marquer des versions spécifiques des ensembles de données

Sécurité et gestion des autorisations

• Contrôle d’accès aux ensembles de données
• Gestion des secrets
• Audit et suivi des modifications
• Intégration avec les outils de sécurité existants

Déploiement et déploiement en production

• Ensembles de données en production
• Déploiement en production (Kubernetes, Docker)

Études de cas

• Projet d’apprentissage automatique
• Projet de recherche en sciences des données

Ressources supplémentaires

• Documentation officielle et ressources en ligne
• Communauté et forums