Du notebook à la production : construire un pipeline ML robuste avec Airflow et CI/CDDu notebook à la production : orchestrer un pipeline ML avec Apache Airflow, validation des données, CI/CD, déploiement et observabilité.#DevOps#MLOps#Machine Learning#Backend#Data EngineeringIbexcode15 août 2026
Quand une amélioration ML disparaît à la validationPourquoi un gain ML apparent peut disparaître lors d'une validation plus rigoureuse : incertitude statistique, biais de sélection, redondance et impact système.#Machine Learning#Model Validation#Expérimentation#MLOps#Data LeakageIbexcode4 août 2026
Construire un système de ranking ML sur des données temporelles sans data leakageComment éviter le data leakage dans un système de ranking ML temporel : validation future-only, prédictions OOF, stacking et calibration.#Machine Learning#MLOps#Data Leakage#Ranking#Backend#StackingIbexcode12 juillet 2026
Construire seul un produit ML de bout en bout : des données à l'application mobileRetour d'expérience sur la conception d'un produit ML complet : Data Engineering, ranking, MLOps, backend cloud, CI/CD et application Flutter.#Machine Learning#MLOps#DevOps#Backend#Ranking#Data EngineeringIbexcode1 juillet 2026
