Introduction
- Gouvernance (Governance)
- Intelligence artificielle (AI)
- Politique (Policy)
- Risques technologiques
Contexte et enjeux
- Marché et communauté
- Sureté, éthique et respect de la vie privée
- Standardisation
Drivers de valeur
Architecture de référence
Construction de modèle
- Traçabilité de la construction du modèle
- Versionning
- Historisation
- Explicabilité de l’IA
Qualification des entrants
- Fiabilité des datasets
- Traçabilité
- Traitements appliqués a priori
- Validation croisée
Environnement et cycle de vie
- Sécurisation du modèle
- Ré-ajustement en environnement de production
- MLOps
- Automatisation et mise à jour de pipeline