Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Mettre en œuvre MLOps
<a name="mlops"></a>

Amazon SageMaker AI prend en charge des fonctionnalités permettant de mettre en œuvre des modèles d'apprentissage automatique dans des environnements de production avec une intégration et un déploiement continus. Les rubriques suivantes fournissent des informations sur la configuration de l' MLOps infrastructure lors de l'utilisation de l' SageMaker IA.

**Topics**
+ [Pourquoi devriez-vous utiliser MLOps ?](sagemaker-projects-why.md)
+ [SageMaker Expériences](experiments-mlops.md)
+ [SageMaker Flux de travail d'IA](workflows.md)
+ [Suivi du lignage Amazon SageMaker ML](lineage-tracking.md)
+ [Déploiement de l’enregistrement de modèles à l’aide du registre de modèles](model-registry.md)
+ [Déploiement de modèles dans l' SageMaker IA](model-deploy-mlops.md)
+ [SageMaker Modèle de moniteur](model-monitor-mlops.md)
+ [MLOps Automatisation avec des SageMaker projets](sagemaker-projects.md)
+ [MLOps Résolution des problèmes liés à Amazon SageMaker AI](mlopsfaq.md)