August 2026
Intermediate
548 pages
18h 47m
French
Overview
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
L'IA n'est efficace que dans la mesure où le contexte qui lui est fourni est pertinent, et ce contexte relève d'un problème d'ingénierie des données avant même d'être un problème de modèle. À mesure que les systèmes et applications d'IA multimodale deviennent de plus en plus sophistiqués et gourmands en données, l'infrastructure qui produit et gère ce contexte doit évoluer pour suivre le rythme.
«L’ingénierie des données pour l’IA multimodale » est l’un des premiers guides pratiques destinés aux ingénieurs de données, aux ingénieurs en apprentissage automatique et aux spécialistes MLOps qui souhaitent maîtriser rapidement les compétences nécessaires pour construire des infrastructures de données robustes et évolutives, dont dépendent les systèmes et applications d’IA multimodale pour une ingénierie de contexte efficace. Tu suivras l’ensemble du cycle de vie de l’ingénierie des données pilotée par l’IA, de la conceptualisation des architectures de données à la mise en œuvre de pipelines de données optimisés pour l’apprentissage multimodal, tant dans des environnements Cloud natifs qu’en local. Et chaque chapitre comprend des guides étape par étape et des bonnes pratiques pour mettre en œuvre les concepts clés.
- Concevoir et mettre en œuvre des architectures de données cloud-native optimisées pour les charges de travail d’IA multimodale
- Construire des processus ETL efficaces et évolutifs pour préparer diverses données d’entraînement d’IA
- Mettre en œuvre des pipelines de traitement des données en temps réel pour l’inférence IA multimodale
- Développer et gérer des magasins de caractéristiques prenant en charge plusieurs modalités de données
- Appliquer des pratiques de gouvernance et de sécurité des données spécifiques aux projets d’IA multimodale
- Optimiser le stockage et la récupération des données pour différents types de modèles d'apprentissage automatique multimodaux
- Intégrer la gestion des versions des données et le suivi de leur traçabilité dans les workflows d’IA multimodale
- Mettre en place des cadres de qualité des données pour garantir des résultats fiables, quel que soit le type de données
- Concevoir des pipelines de données qui favorisent des pratiques d'IA responsables dans un contexte multimodal
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access
More than 5,000 organizations count on O’Reilly
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.Julian F.
I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.Addison B.
I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.Amir M.
I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.