03/02/2026 –, Dumas
On pense souvent que mettre des modèles en production est réservé aux entreprises disposant de moyens considérables, mais avec KServe, c’est désormais à la portée de tous.
En l’espace de plusieurs mois, nous avons mis en production une plateforme d'inférence capable de gérer aussi bien des modèles génératifs que prédictifs. Pas besoin d’une armée d’ingénieurs ni de recette magique : juste des outils adaptés, de la persévérance et beaucoup d’apprentissage.
Alors si vous hésitez à mettre en place une plateforme d'inférence, voici comment KServe nous a permis de standardiser le déploiement de modèles au sein de notre entreprise.
Senior Data Devops au sein de l’équipe Data de Mirakl, je suis passionné par le développement, l’infrastructure et les technologies cloud. J’accompagne les Data Scientists et Data Engineers dans l’industrialisation et la mise en production de leurs innovations. Avant Mirakl, j’ai travaillé chez AWS en tant qu’architecte de solutions, où j’aidais les clients à exploiter pleinement les avantages du cloud.
Senior ML Data Engineer, passionné par la création de systèmes de données évolutifs et par la mise en production de solutions de machine learning. Fort d'une solide expérience en data engineering, Feature store et technologies cloud, j'aime partager des conseils et bonnes pratiques sur les pipelines de données, les workflows de ML et les tendances émergentes dans le domaine de la donnée et du machine learning. J'ai à cœur d'aider les autres à naviguer dans le monde en constante évolution des données et de l'IA, mais par-dessus tout, je suis un grand fan des loutres.
Linkedin: https://www.linkedin.com/in/yannicklambruschi/