Formation MLOps & LLMOps
Développez des compétences rares surle marché et démarquez-vous des autres candidats. Apprenez à piloter des systèmes d’IA à grande échelle en conciliant performance, coûts et fiabilité.
Pilotez des systèmes d’IA à grande échelle
Développer un modèle d’IA ne suffit plus : les entreprises ont besoin de profils capables de piloter des systèmes d’IA déployés à grande échelle, tout en maîtrisant la performance, les coûts, la conformité et la fiabilité.
En 150h, vous développerez une maîtrise globale des systèmes d’IA en production et pourrez évoluer vers des rôles de leadership en AI Engineering. À la fin de votre formation chez Jedha, vous serez en mesure de :
- Concevoir et piloter des architectures d’IA distribuées et scalables
- Intégrer les enjeux de gouvernance, conformité et sécurité dès la conception
- Maîtriser le MLOps et LLMOps pour garantir performance, fiabilité et maîtrise des coûts
Le programme de notre bootcamp ML Ops
Contenu de la card compilé au chargement
Contenu de la card compilé au chargement
Data Governance
Ce premier module vous permet de prendre de la hauteur sur les systèmes d’IA et les données qui les alimentent. Il vous donne les clés pour piloter des systèmes d’IA juridiquement conformes, en alignant enjeux techniques, business et réglementaires.
Vous aborderez les principes de gouvernance des données et d’organisation des équipes IA, ainsi que l’intégration dès la conception des exigences du RGPD et de l’AI Act, de la traçabilité des données et des mécanismes de contrôle.
Outils & Technologies
Compétences maîtrisées
- Principes fondamentaux de la gouvernance des données.
- Évaluation de la maturité data et IA et choix du bon modèle d’organisation data.
- Intégration des exigences réglementaires (RGPD, AI Act) dès la conception.
- Mise en place de mécanismes de traçabilité (data lineage) et de contrôle d’accès et de responsabilité (RBAC).
- Analyse des coûts et arbitrage entre solutions internes et externes (Buy vs Build, TCO, FinOps).
AI Computing
Ce module vous permet de comprendre comment exécuter et faire passer à l’échelle des systèmes d’IA. Vous découvrirez le rôle des GPU, les principes de gestion de la mémoire et les principaux leviers d’optimisation des performances.
À l’issue de ce module, vous saurez choisir, configurer et exploiter les ressources de calcul adaptées pour faire tourner des workloads d’IA efficacement, du poste local jusqu’à des environnements distribués.
Outils & Technologies
.webp){kind=small}
Compétences maîtrisées
- Compréhension du rôle des GPU dans l’exécution et l’entraînement des modèles.
- Optimisation des performances des modèles d’IA (gestion mémoire, OOM, précision FP16).
- Choix et configuration des ressources de calcul adaptées.
- Exécution de workloads d’IA sur des environnements orchestrés et distribués.
- Entraînement et exécution de modèles à l’échelle, en local comme en cluster.
Infrastructure & Orchestration
Ce module vous permettra d’industrialiser vos systèmes d’IA afin de les rendre fiables, reproductibles et faciles à maintenir dans le temps.
Vous apprendrez à concevoir et gérer des infrastructures Cloud complexes mais robustes, à définir l’infrastructure comme du code et à automatiser l’exécution de vos pipelines data et IA.
Outils & Technologies
Compétences maîtrisées
- Gestion d’infrastructures cloud via l’Infrastructure as Code.
- Gestion d’environnements cloud complexes (réseaux, permissions, états).
- Conception d’architectures reproductibles pour des systèmes d’IA industrialisés.
- Orchestration de pipelines data et IA à l’aide de workflows automatisés (DAGs).
ML Ops & LLM Ops
Ce module vous apprend à piloter les modèles de Machine Learning et d’IA générative une fois déployés en production. Vous serez en mesure de garantir leur stabilité et leur performance dans le temps.
Vous découvrirez comment automatiser l’entraînement et le déploiement des modèles, surveiller leurs performances et détecter les dérives. Une attention particulière est portée aux systèmes d’IA générative : qualité des réponses, gestion du contexte, fiabilité et sécurité.
Outils & Technologies
.webp){kind=small}
Compétences maîtrisées
- Mise en place de pipelines de tests, de validation et de déploiement des modèles.
- Automatisation de l’entraînement et des mises à jour des modèles en production.
- Monitoring des performances et détection des dérive.
- Évaluation continue et amélioration de la qualité des systèmes d’IA générative (contexte, prompts, configurations).
- Sécurisation des systèmes d’IA générative face aux risques de comportements indésirables (prompt injection, jailbreak).
Projet final
Pour conclure votre formation, vous concevrez un système d’IA complexe, intégrant des contraintes techniques, réglementaires et économiques. Vous mobiliserez l’ensemble de vos compétences pour concevoir une architecture efficace, faire les bons arbitrages, et anticiper les risques.
Ce projet constituera l’aboutissement de votre parcours et démontrera votre capacité à raisonner comme un véritable architecte IA, capable de défendre ses décisions auprès d’équipes techniques comme de décideurs métier.
Outils & Technologies
Compétences maîtrisées
- Conception d’une architecture d’IA complète intégrant contraintes techniques, réglementaires et économiques.
- Arbitrage et justification des choix d’architecture et d’outils.
- Mise en œuvre d’un système d’IA industrialisé, observable et sécurisé.
- Identification et gestion des risques techniques, organisationnels et réglementaires.
Une double reconnaissance de vos compétences
.webp)
insert-icon_diploma_s24
Attestation de fin de formation
Cela atteste du bon déroulement de votre formation.
insert-divider
insert-icon_graduate_s24
Certification reconnue par l’État
Les blocs n°1 et 4 de la certification professionnelle de niveau 7 (bac+5) développée par Jedha et enregistrée au RNCP : Architecte en intelligence artificielle
Grâce à la validation de cette certification professionnelle, notre formation est éligible au CPF et à la plupart des financements publics.
.webp)
Rapport d’insertion Jedha 2025
Découvrez le parcours de nos alumni avant et après leur formation chez Jedha : profil des apprenants, insertion professionnelle, salaire médian et débouchés.
Téléchargez le programme de nos formations
- Excellence académique et technique
- Apprentissage par la pratique
- Formations adaptées à vos besoins
Rechargez la page et ressayez d'envoyer le formulaire.
Nos prochaines sessions de formation
- 17 campus en France et en Europe
- Présentiel ou distanciel
- Temps complet ou temps partiel
Temps plein
Temps plein
Temps plein
Temps partiel
Temps partiel
Temps partiel
Choisissez l’excellence pour vous former en ML Ops
Formez-vous au MLOps et LLMOps à votre rythme
Temps complet (1 mois)
insert-icon_pre-required_s24
Modalités
- 150h d'apprentissage en classe
- Lundi à vendredi, 9h30 - 18h
- À temps complet sur 1 mois
insert-icon_location_s24
Localisation
En ligne ou sur l'un de nos 17 campus
insert-icon_smiley_s24
Avantages
- Formation accélérée
- Esprit de promo
- Discipline de travail
Temps partiel (10 semaines)
insert-icon_pre-required_s24
Modalités
- 150h d'apprentissage hybride (travail en autonomie, cours, coaching)
- À votre rythme (2h par jour)
- À temps partiel sur 10 semaines
insert-icon_location_s24
Localisation
En ligne
insert-icon_smiley_s24
Avantages
- Adapté à vos contraintes pros et persos
- Apprentissage en autonomie
- Accessible partout dans le monde
Les débouchés de notre formation de ML Ops
En 2026, savoir créer des modèles de Machine Learning ne suffit plus. La compétence clé est désormais l’AI Engineering : concevoir et piloter des systèmes d’IA de bout en bout. Dans leur course à l'IA, les entreprises recherchent activement ces profils, encore rares sur le marché.
Vos questions sur les débouchés de la formation
Le MLOps enseigné par des professionnels
Mathieu Prosic
Data Scientist
Smaïl Darbane
Machine Learning Engineer
Charles Tanguy
Lead Teacher