Formation AutoML avec H2O.ai

Jour 1 — Découverte de H2O.ai et premiers modèles AutoML

Matin — Concepts AutoML et écosystème H2O

• Principes et bénéfices de l’ AutoML
• Panorama des solutions AutoML (H2O, Auto- sklearn , TPOT, DataRobot )
• Gouver nance et a rchitecture H2O : cluster, frames, algorithmes disponibles
• Installation et configuration (H2O-3, Python, R, Flow)
• Ce que l’ AutoML ne remplace pas

Atelier — Prise en main de H2O Flow et premier modèle automatique

Contexte : Un service marketing d’un opérateur télécom souhaite tester rapidement la faisabilité d’un modèle de prédiction de churn avant d’investir dans un projet plus lourd.

Dataset : Dataset « Telco Customer Churn » : ancienneté, type de contrat, services souscrits, montant facturé, churn .

Tâches à réaliser :

• Démarrer un cluster H2O local et importer les données dans un H2OFrame
• Explorer le dataset via l’interface H2O Flow (statistiques, distributions)
• Lancer un premier job AutoML limité à 5 minutes
• Analyser le leaderboard et identifier le meilleur modèle

Livrable attendu : Capture du leaderboard H2O Flow puis courte synthèse écrite identifiant le meilleur modèle et sa métrique clé (AUC).

Après-midi — Premier projet H2O AutoML

• Import et préparation des données dans un H2OFrame
• Lancement d’un job AutoML (paramètres clés, contraintes temps/ressources)
• Exploration approfondie du leaderboard
• Choix de la métrique de stopping

Atelier — Modélisation AutoML pour la prévision de demande hôtelière

Contexte : Une entreprise de services souhaite anticiper le taux d’occupation à J+7 par établissement pour ajuster sa politique de pricing .

Dataset : Historique de réservations agrégé (plusieurs lignes ) avec date, jour de la semaine, événements locaux, prix moyen … .

Tâches à réaliser :

• Préparer le dataset (split temporel, encodage des variables saisonnières)
• Lancer un job AutoML en régression avec budget de 30 minutes
• Comparer les 5 meilleurs modèles du leaderboard
• Analyser les résidus et identifier les périodes mal prédites

Livrable attendu : Notebook complet et une slide de synthèse présentant le RMSE obtenu et les recommandations métier.

Jour 2 — Optimisation, interprétabilité et déploiement

Matin — Amélioration et interprétabilité

• Stacked Ensembles et stratégies d’ensemble
• Tuning manuel v ersu s automatique (random grid search)
• Interprétabilité (variable importance, SHAP, PDP, ICE)
• Gestion des biais et de l’équité ( fairness )

Atelier — Interprétabilité d’un modèle de scoring crédit

Contexte : Une banque doit pouvoir expliquer ses décisions d’octroi de crédit à ses clients et au régulateur. Elle a déjà entraîné un modèle AutoML performant mais opaque.

Dataset : Dataset de scoring crédit (plusieurs dossiers) : revenus, charges, ancienneté, encours, label défaut.

Tâches à réaliser :

• Entraîner un modèle AutoML avec Stacked Ensembles activés
• Calculer l’importance globale des variables (variable importance H2O)
• Produire des explications individuelles SHAP pour 3 dossiers types
• Analyser les Partial Dependence Plots des 5 variables principales

Livrable attendu : Rapport d’interprétabilité prêt à présenter au régulateur avec 1 page de synthèse et des annexes graphiques.

Après-midi — Déploiement et industrialisation

• Export des modèles en MOJO et POJO
• Scoring temps réel et batch
• Intégration avec Spark, REST API et environnements cloud
• MLOps : Registry , CI/CD ML, Versioning et monitoring des modèles
• Risques automatisation

Atelier final — Industrialisation d’un modèle AutoML en production

Contexte : Un industriel manufacturier souhaite mettre en production un modèle de maintenance prédictive entraîné avec H2O AutoML afin de scorer en continu les capteurs de ses machines.

Dataset : Données capteurs (plusieurs lignes) : températures, vibrations, pression, label panne dans les 7 jours.

Tâches à réaliser :

• Entraîner un modèle AutoML adapté au problème (classification binaire)
• Exporter le modèle au format MOJO
• Charger le MOJO dans une API Flask et tester en local sur n requêtes
• Mettre en place un suivi basique de dérive (distribution des prédictions)

Livrable attendu : Modèle MOJO + API Flask fonctionnelle + plan de mise en production en 1 page.