الوصف المفصّل

Je commence par une revue des données et par un découpage entraînement, validation et test qui évite toute fuite. Je choisis une architecture adaptée, souvent à partir d’un modèle préentraîné, et j’entraîne sur des GPU loués. Chaque essai est enregistré dans Weights & Biases avec ses paramètres et ses courbes. Je vous remets le meilleur modèle, ses limites connues et une analyse des erreurs les plus fréquentes. Je limite volontairement le nombre de commandes en parallèle pour tenir ce délai. Comptez environ 36 jours une fois le brief validé.

المشكلة التي يحلّها

Votre problème dépasse ce que les modèles classiques savent faire : signaux bruts, images, séquences longues. Vous avez des données mais pas l’équipe pour entraîner un réseau correctement.

النتيجة الموعودة

Un modèle entraîné, évalué sur des données jamais vues, avec le code d’entraînement complet et le suivi de toutes les expériences pour pouvoir les reproduire.

الوظائف

• analyse et découpage du jeu de données
• code d’entraînement PyTorch
• journal des expériences
• modèle entraîné et poids exportés
• rapport d’évaluation et analyse des erreurs

باختصار

مجال النشاط

الصناعة

المنصات والتوافق

• لينكس

التقنيات

• Hugging Face
• PyTorch
• Docker
• Weights & Biases
• PyTorch Lightning

لغات الواجهة

الفرنسية · العربية

الولاية

وهران

الثقة

• راجع فريق myElite البطاقة ووافق عليها

الشروط