FormaGroup

Mission de formation

Formateur·rice MLOps : industrialiser les modèles de machine learning — Maroc

FormaGroup recrute des formateurs et formatrices pour animer une nouvelle formation consacrée à l’industrialisation et au déploiement de modèles de machine learning, à destination d’entreprises et de particuliers partout au Maroc.

MLOps : industrialisation et déploiement de modèles de machine learning49 villes au MarocPrésentiel, À distanceMission indépendanteDisponibilité : À convenir
Postuler avec mon CV Publiée le 25 octobre 2026 · valable jusqu’au 24 décembre 2026

En bref

  • Le sujet porte sur le cycle de vie MLOps, de l’expérimentation au suivi en production.
  • Les apprenants visés sont des data scientists, ingénieurs machine learning, développeurs et ingénieurs DevOps.
  • Les sessions peuvent être proposées en présentiel ou à distance.
  • La mission est ouverte dans tout le Maroc, notamment à Casablanca, Rabat, Tanger et Marrakech.
  • FormaGroup recrute des formateurs et formatrices pour une formation récemment ajoutée à son catalogue.

Villes concernées

CasablancaRabatSaléTémaraKénitraTangerTétouanLaracheAl HoceïmaMarrakechSafiEssaouiraAgadirInezganeTaroudantFèsMeknèsIfraneTazaOujdaNadorBerkaneEl JadidaMohammediaSettatBerrechidBéni MellalKhouribgaErrachidiaOuarzazateLaâyouneDakhlaGuelmimBouskouraBouznikaSkhiratSidi KacemKsar El KébirMartilAït MelloulKhénifraFquih Ben SalahOued ZemTan TanSidi IfniMideltTinghirZagoraTaourirt

Votre rôle chez FormaGroup

Vous maîtrisez les pratiques MLOps et savez transmettre des méthodes directement mobilisables sur des projets d’intelligence artificielle ? Rejoignez FormaGroup pour accompagner des apprenants du suivi d’expériences jusqu’au monitoring des modèles en production, avec des sessions possibles en présentiel ou à distance.

Missions confiées

  1. 1Animer le module sur le cycle de vie du machine learning et les principes MLOps, en reliant l’expérimentation, la mise en production et le suivi des modèles.
  2. 2Guider les participants dans le suivi de leurs expériences et le versionnement des modèles, notamment à travers la tenue d’un registre de modèles.
  3. 3Faire pratiquer la préparation des données et la construction d’un pipeline reproductible d’entraînement et de déploiement.
  4. 4Encadrer la création d’une API de prédiction et la conteneurisation d’un service de machine learning.
  5. 5Expliquer et faire mettre en œuvre l’automatisation CI/CD des modèles, avec des étapes de validation et de livraison.
  6. 6Accompagner les exercices de déploiement et de retour arrière, puis aborder la surveillance de la qualité, la dérive des modèles et les possibilités de réentraînement.

Programme de formation à animer

Une maîtrise pédagogique des thèmes suivants est attendue :

Module 1Cycle de vie ML et principes MLOps
Module 2Suivi des expériences et registre de modèles
Module 3Préparation des données et reproductibilité
Module 4API de prédiction et conteneurisation
Module 5Automatisation CI/CD pour les modèles
Module 6Déploiement et stratégie de retour arrière
Module 7Monitoring, dérive et réentraînement
Objectifs pédagogiques
  • Suivre les expériences et versions de modèles
  • Construire un pipeline reproductible d’entraînement et de déploiement
  • Conteneuriser un service de prédiction
  • Automatiser les étapes de validation et livraison
  • Surveiller la qualité et les dérives d’un modèle
Voir le programme complet de la formation →

Public à former

La formation s’adresse aux data scientists, ingénieurs machine learning, développeurs et ingénieurs DevOps intervenant sur des projets IA. Elle vise à leur faire structurer le cycle de vie d’un modèle, de l’expérimentation à son déploiement et à son suivi.

Approche pédagogique attendue

  • Organiser des exercices pratiques de suivi des expériences et de versionnement des modèles.
  • Faire construire aux participants un pipeline reproductible de préparation des données, d’entraînement et de déploiement.
  • Encadrer la réalisation d’une API de prédiction conteneurisée et la mise en place d’étapes CI/CD.
  • Utiliser des mises en situation pour aborder le déploiement, le retour arrière et la surveillance des dérives.
  • Vérifier les acquis à travers les réalisations pratiques et fournir des supports structurés autour des étapes du cycle de vie MLOps.

Profil recherché

  • Vous disposez d’une expertise confirmée en MLOps appliquée à l’industrialisation et au déploiement de modèles de machine learning.
  • Vous avez une expérience de la formation d’adultes et savez rendre accessibles les étapes du cycle de vie d’un modèle.
  • Vous êtes capable d’enseigner le suivi des expériences, le versionnement, la reproductibilité des pipelines, la conteneurisation, le CI/CD et le monitoring des modèles.

Atouts appréciés

  • Vous savez illustrer les choix de déploiement et de retour arrière à partir de situations concrètes de mise en production.
  • Vous pouvez adapter vos explications et vos exercices à des data scientists, des ingénieurs machine learning, des développeurs et des ingénieurs DevOps.

Disponibilité et mobilité

Disponibilité

À convenir selon les sessions de formation.

Mobilité

Mission ouverte à l’échelle du Maroc, avec des lieux possibles notamment à Casablanca, Rabat, Tanger, Marrakech, Fès, Agadir et Oujda. Les interventions peuvent être proposées en présentiel ou à distance.

Compétences clés

Industrialisation de modèles MLSuivi des expériencesVersionnement des modèlesPipelines reproductiblesAPI de prédictionConteneurisation de servicesAutomatisation CI/CDMonitoring et dériveFormation d’adultes

Mots-clés de l’offre

#MLOps#Machine learning#Déploiement de modèles#Registre de modèles#Reproductibilité ML#Conteneurisation#CI/CD des modèles#Surveillance des modèles

Critères de l’annonce

Secteur d’activité
Informatique et intelligence artificielle
Région
Casablanca-Settat · Rabat-Salé-Kénitra · Tanger-Tétouan-Al-Hoceïma · Marrakech-Safi · Souss-Massa · Fès-Meknès · Oriental · Béni-Mellal-Khénifra · Drâa-Tafilalet · Laâyoune-Sakia-El-Hamra · Dakhla-Oued-Ed-Dahab · Guelmim-Oued-Noun
Travail à distance
Hybride possible
Type de contrat
Mission indépendante (freelance)
Disponibilité
À convenir
Niveau d’expérience
Expérience entre 2 ans et 5 ans - Expérience entre 5 ans et 10 ans - Expérience > 10 ans
Niveau d’étude
Bac+3 - Bac+4 - Bac+5 et plus
Langues
Français

Proposez votre expertise pédagogique et technique pour aider les apprenants à structurer des workflows de machine learning reproductibles, déployables et suivis en production.

Postuler maintenant

Autres opportunités

Offres similaires

MLOps : industrialisation et déploiement de modèles de machine learningRégion Béni Mellal KhénifraPrésentiel, À distance

Formateur·rice en industrialisation MLOps des modèles de machine learning — Région Béni Mellal Khénifra

FormaGroup recherche un formateur ou une formatrice pour animer une nouvelle formation au MLOps, centrée sur l’industrialisation, le déploiement et le suivi de modèles de machine learning dans la région Béni Mellal Khénifra.

Mission indépendanteVoir l’offre