Capacité SI principale
Qualité, sécurité et supervisionSystème open source
MLflow
Plateforme de suivi d’expériences, packaging et gestion du cycle de vie ML.
Partage repo
Partager cette fiche système
Pratique pour envoyer rapidement un repère open source exploitable, pas seulement un lien brut vers le repo.
Ressources essentielles
Rôle dans le SI
Cycle de vie principal
Superviser
Position architecturale
Plateforme transverse
Effet organisationnel
Standardisation
Catégorie / sous-catégorie
MLOps / Tracking & lifecyclePublic cible
Renforcer standardisation dans un contexte data scientists, mlops, équipes ml.
Quand le choisir
- Positionnement clair: Tracking & lifecycle.
- Interopérabilités naturelles: notebooks, entraînement, modèles.
- Niveau de maturité très élevée pour des usages data scientists, mlops, équipes ml.
Quand ne pas le choisir
- Complexité intermédiaire: cadrer la mise en œuvre pour éviter la dette d’exploitation.
- Nécessite une gouvernance explicite du périmètre qualité, sécurité et supervision.
Interopérabilités naturelles
notebooksentraînementmodèlesservingpipelinesregistries
Cas d’usage types
- Concevoir une trajectoire qualité, sécurité et supervision sur plateforme transverse.
- Accélérer le cycle superviser sans rompre la gouvernance d'ensemble.
- Renforcer standardisation dans un contexte data scientists, mlops, équipes ml.
Maturité, complexité et exploitation
Maturité
très élevée
Complexité
intermédiaire
Licence
Apache-2.0
Stars / activité
23.7k
release v3.8.1, 27 décembre 2025
Topologies où ce système a du sens
Décisions d’architecture associées
Systèmes proches ou complémentaires
Partage repo
Partager cette fiche système
Vous devez arbitrer au-delà de cette fiche ?
Une fiche système aide à comparer. La décision utile consiste ensuite à replacer ce choix dans votre architecture, vos contraintes d'exploitation et vos marges de réversibilité.