Neopolis Akademy · Formations IA gratuites

Quality Monitoring

Surveillance de la qualité : stratégies d'évaluation online/offline, suivi des prompts et versions, workflows de collecte/annotation de feedback, et mises en place de portes de régression avant déploiement pour prévenir détériorations de performance.

LLMOps and AI Observability Engineer

Présentation du cours

Surveillance de la qualité : stratégies d'évaluation online/offline, suivi des prompts et versions, workflows de collecte/annotation de feedback, et mises en place de portes de régression avant déploiement pour prévenir détériorations de performance.

Compare stratégies d'évaluation en ligne et hors ligne pour mesurer la qualité réelle des sorties AI.

Présente le tracking des variantes de prompt et des versions de composants pour relier changements et effets.

Décrit la mise en place de flux de collecte et d'annotation de feedback pour alimenter mesures et analyses.

Explique l'utilisation de gates de régression pour valider qu'aucune régression qualité n'est introduite avant mise en production.

4leçons
4leçons
20activités
0exercices
3vidéos

Compétences et thèmes abordés

Accéder à la plateforme

Accédez au catalogue pour consulter le détail des cours, les conditions d’accès et votre progression personnelle. Se connecter.

Explorer les Golden Jobs et leurs parcours