Flux de travail d'entrainement automatise

Définition

Un flux de travail d'entrainement automatise (automated training workflow) est une chaine de traitement qui declenche, execute et valide le reentrainement d'un modele d'intelligence artificielle sans intervention manuelle systematique, generalement selon une planification periodique ou en reponse a un evenement, comme une alerte de derive de donnees ou de degradation de performance. Le flux type comprend l'extraction des donnees les plus recentes depuis un magasin de caracteristiques, leur validation qualite, l'entrainement du modele avec un suivi d'experiences trackant hyperparametres et metriques, une comparaison automatique avec la version en production via un test de non-regression, puis un enregistrement dans un registre de modeles versionne si les criteres sont satisfaits. Cette automatisation s'appuie generalement sur un orchestrateur de pipeline de donnees, comme Kubeflow Pipelines, Airflow ou Vertex AI Pipelines, combine a une plateforme MLOps de suivi d'experiences comme MLflow ou Weights and Biases. L'un des risques majeurs de ce type de flux est le reentrainement sur des donnees deja polluees par les erreurs du modele precedent, une boucle de retroaction pouvant amplifier des biais dans le temps si aucune supervision humaine n'intervient a des jalons cles. Pour cette raison, les organisations matures conservent une validation humaine avant le passage en production, meme lorsque l'entrainement lui-meme est entierement automatise, conformement aux principes de supervision humaine de l'AI Act.