Qu'est-ce que le versionnage des modèles ?
Le versionnage des modèles est la pratique de tracer et gérer systématiquement chaque itération d'un modèle ML avec ses métadonnées. Similaire au versionnage de logiciels avec Git, le versionnage des modèles permet la reproductibilité, les rollbacks et la traçabilité claire des expériences et des modèles en production.
Ce qui est versionné
Un versionnage complet des modèles capture : les poids et l'architecture du modèle, les hyperparamètres et la configuration d'entraînement, les jeux de données d'entraînement et de validation utilisés (avec numéros de version), les métriques de performance (accuracy, F1, BLEU, etc.), les dépendances et la configuration d'environnement, le statut et l'historique de déploiement, ainsi que le statut d'approbation et les réviseurs. Des outils comme MLflow, DVC et Weights & Biases proposent des fonctionnalités de versionnage complètes.
Exigences d'entreprise
Dans les secteurs réglementés (finance, santé), un versionnage complet des modèles est souvent requis par la réglementation. Il permet : des rollbacks rapides en cas de dégradation des performances, des audit trails pour la conformité, la reproductibilité scientifique et une gestion claire du changement lors des mises à jour de modèles en production.