Comment faire du MLOps avec un modèle Google Document AI
Dans cet article, nous vous présentons notre approche industrielle du déploiement de modèles IA, illustrée à travers un exemple concret : l’exploitation d’un modèle pré-entraîné d’analyse de documents sur GCP. L’outillage reste interchangeable. Ce qui compte, c’est la démarche structurée et automatisée que nous avons mise en place pour garantir la qualité, la sécurité et la robustesse du processus.
Pourquoi industrialiser le déploiement des modèles d’intelligence artificielle ?
Aujourd’hui, les modèles d’IA prennent une place centrale dans les systèmes applicatifs modernes. Ils ne sont plus de simples résultats expérimentaux, mais ils deviennent des composants applicatifs à part entière, capables d’interagir directement avec des processus métiers critiques.
Vers des modèles IA déployés dans des pipelines CICD
L’alignement des modèles IA sur les pratiques DevOps permet de les intégrer nativement dans les pipelines de build, de test et de release applicative.
Cela permet de :
-
Faciliter l’interopérabilité avec les autres services
-
Garantir la cohérence fonctionnelle de bout en bout
-
Rendre les évolutions du modèle traçables et testables
-
Créer une boucle d’amélioration continue
Plutôt que de gérer le modèle comme un livrable statique, on le pilote comme un produit vivant, évolutif et versionné.
MLOps : une démarche structurante et sécurisante
C’est dans cette logique qu’intervient MLOps (Machine Learning Operations), une extension naturelle du DevOps pour les artefacts d’intelligence artificielle. L’objectif : automatiser le cycle de vie du modèle, du traitement des données jusqu’au déploiement, en passant par l’entraînement et la validation.
Les bénéfices sont :
- Cohérence entre les données et le modèle
- Mise en production rapide et maîtrisée
- Déploiement conditionné à des critères de performance
- Suivi de version et possibilité de rollback
Un exemple concret : entraînement continu des modèles Document AI
Dans notre exemple, nous utiliserons Google Document AI pour analyser des factures fournisseurs. Le modèle est pré-entraîné (Processeur), mais nous souhaitons l’adapter continuellement à notre contexte métier à partir des nouvelles factures reçues.
Notre pipeline MLOps permettra de :
Ajouter automatiquement les nouvelles données au dataset
Lancer un entraînement dès que le dataset est enrichi
Comparer les performances du nouveau modèle à celui de production
Déployer le nouveau modèle uniquement s’il est objectivement meilleur
Ce fonctionnement garantit un modèle toujours à jour, performant, et parfaitement intégré au système existant.
Stack technique utilisée pour l’orchestration IA
- Google Document AI : Google Document AI est un service cloud de Google qui utilise l’intelligence artificielle pour extraire, comprendre et structurer automatiquement les informations contenues dans des documents numériques ou numérisés (PDF, images, etc.).
- Cloud provider (GCP)
- Processeur: Un processeur Document AI est une instance opérationnelle d’un modèle IA d’analyse documentaire, accessible via API et pilotée dans un workflow d’automatisation.
- Orchestrateur CI/CD : Les outils peuvent être GitLab, Jenkins, Ansible, Digital.ai Release, …
- Services partagés: Il y a également une interaction avec notre Intelligent Automation Platform (IAP) nommé Cassandra. Une IAP est une plateforme unifiée combinant automatisation robotique, intelligence artificielle et outils low-code pour permettre une automatisation intelligente, évolutive et complète des processus métiers. Source: Everest Group
Étapes du pipeline MLOps pour le déploiement IA
Envoie des factures fournisseur
- La facture est envoyée par le fournisseur par e-mail.
- Cassandra, notre IAP vérifie qu’il s’agit bien d’une facture
- L’IAP va ensuite accuser de réception la facture
- Puis, il va pousser la facture dans un bucket GCP. Un bucket est un espace de stockage
- La facture est ensuite analyser automatiquement par l’IAP en utilisant le modèle d’IA pour récupérer les bons champs mais ce n’est pas le sujet de cet article.
Description du pipeline MLOps
1. Upload dans le pipeline d’entraînement:
Les nouvelles factures sont ajoutées dans le pipeline MLOps via l’orchestrateur. Elles sont automatiquement classées (train/test) et historisées. Elles apparaissent automatiquement de l’espace de stockage ci-dessous.
2. Labellisation assistée des factures non traitées:
Le pipeline MLOps va demander à l’IAP de créer une tâche à une responsable administrative pour labeliser les nouvelles factures qui n’ont pas pu être labellisé automatiquement par DocumentAI. Cette étape garantit que le dataset soit de bonne qualité.
3. Entraînement automatique du modèle:
- Le modèle est réentraîné automatiquement dès que le dataset est mis à jour.
- Durée moyenne : ~1h
- Toutes les métriques sont loguées.
4. Validation du modèle:
Le score du nouveau modèle est comparé au score de la version en production.
Trois métriques sont analysées :
Précision: plus la précision est élevée, moins il y a de faux positifs.
Rappel: plus le rappel est élevé, moins il y a de faux négatifs.
Score F1: Équilibre global entre exactitude et couverture.
Seul un modèle avec un score supérieur à la production peut passer en production.
5. Déploiement automatisé en production
- Une demande de validation est envoyé par SMS au manager qui doit entrer un code pour déclencher la mise en production (MEP).
- Si validé, le modèle est déployé via API.
- Mise en production sans interruption : ~5 min
- Lancement d’un scan de facture pour s’assurer qu’il n’y a aucune regression.
- Une notification est envoyée aux équipes concernées pour information qu’un nouveau modèle est en production.
Feedback Loop = MLOps en continu
Chaque traitement de facture devient un potentiel enrichissement du dataset.
-
Les erreurs sont détectées via un module de QA (anomalies détectées sur champs critiques).
-
Les releases IA sont pilotées comme du code : logs, audit, rollback, version, pipeline reproductible.
Comment nous avons automatisé ?
Vous trouverez ci-dessous le pipeline de livraison MLOps que nous avons réalisé pour déployer automatiquement un modèle Google Document AI. Nous avons utilisé dans cette exemple l’outil Digital.ai Release car nous sommes partenaires et c’est un excellent outil pour orchestrer les releases. Cependant tout autre outils peut convenir, GitLab, Jenkins, Circle CI, voir pourquoi du Ansible. Comme nous le disons tout le temps, l’automatisation n’est pas une question d’outils, c’est une question de conception.
Author