ML Pipelines
Si vous aimez appliquer ML Pipelines, chaque défi ici vous donne l'occasion de le pratiquer sur un vrai briefing industriel.
- CodeIntermédiaireNouveau
Concevoir un système de monitoring de données pour la maintenance éolienne offshore
Vous travaillez en équipe de 3 à 4 personnes comme ingénieur·e·s de données pour cet opérateur. Votre mission est de concevoir un système de monitoring qui ingère les données de…
- Data Pipeline Design
- Data Observability
- Reproducibility
Travaux ouverts - CodeDébutantNouveau
Pipeline ML de prévision du trafic conteneurs au port
En équipe de 3 à 4 personnes, vous concevrez et livrerez un pipeline de Machine Learning de bout en bout qui prédit le nombre quotidien de conteneurs entrants pour les 7 prochai…
- Ml Pipelines
- Feature Engineering
- Hyperparameter Tuning
Travaux ouverts - AnalysisIntermédiaireNouveau
Concevez un banc d'évaluation reproductible pour l'inspection visuelle de plaquettes
À partir du module d'évaluation représentatif fourni, du relevé de cinq réexécutions divergentes et de la fiche de spécification du pipeline actuel, concevez la proposition d'un…
- Reproducibility
- Model Evaluation
- Mlflow
Travaux ouverts
Comment ça marche
Du brief au certificat, en six étapes.
Étape 01
Parcourez des défis alignés sur vos études.
Étape 02
Acceptez celui qui correspond à vos objectifs.
Étape 03
Avancez avec l'aide de l'IA Copilot.
Étape 04
Soumettez-le pour une évaluation structurée.
Étape 05
Obtenez un certificat vérifié.
Étape 06
Ajoutez-le à LinkedIn en un clic.
Des équipes d'entreprise derrière une décennie de briefs de terrain
Vous recrutez dans ce vivier ?
Parrainez un défi et rencontrez des candidats à travers un vrai travail.
Les équipes des entreprises peuvent construire des briefs autour des compétences qu'elles recrutent, puis évaluer les étudiants sur des livrables notés selon une grille — pas sur des CV.