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.

# Prochaines étapes et ressources
<a name="whats-next"></a>

Ce guide explique quelques points à prendre en compte lors de la planification du cycle de vie des modèles d'apprentissage automatique que vous souhaitez mettre en production. Il aborde les défis et les meilleures pratiques dans quatre domaines (données, formation, déploiement et surveillance) et inclut des ressources pertinentes supplémentaires.

AWS fournit le Well-Architected Framework, qui aide les architectes du cloud à créer des infrastructures sécurisées, performantes, résilientes et efficaces pour une variété d'applications, de charges de travail et de domaines technologiques. Pour en savoir plus, consultez le [Machine Learning Lens](https://docs.aws.amazon.com/wellarchitected/latest/machine-learning-lens/machine-learning-lens.html) proposé par AWS Well-Architected.

## Ressources
<a name="resources"></a>

**Documentation Amazon SageMaker AI**
+ [Boutique de fonctionnalités Amazon SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/feature-store-getting-started.html)
+ [Sécurité et contrôle d'accès du Feature Store](https://docs.aws.amazon.com/sagemaker/latest/dg/feature-store-security.html)
+ [Valeurs de Shapley](https://docs.aws.amazon.com/sagemaker/latest/dg/clarify-shapley-values.html)
+ [ SageMaker Débogueur Amazon AI](https://docs.aws.amazon.com/sagemaker/latest/dg/train-debugger.html)
+ [Pipelines d' SageMaker intelligence artificielle Amazon](https://docs.aws.amazon.com/sagemaker/latest/dg/pipelines-sdk.html)
+ [Modèles de projet par défaut d'Amazon SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/sagemaker-projects-templates-sm.html)
+ [SageMaker Inférence en temps réel basée sur l'IA](https://docs.aws.amazon.com/sagemaker/latest/dg/realtime-endpoints.html)
+ [Faites évoluer automatiquement les modèles Amazon SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/endpoint-auto-scaling.html)
+ [Inférence asynchrone Amazon SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/async-inference.html)
+ [SageMaker Moniteur de modèles AI](https://docs.aws.amazon.com/sagemaker/latest/dg/model-monitor-data-capture.html)

**AWS outils de développement**
+ [AWS CodePipeline](https://aws.amazon.com/codepipeline/)

**AWS articles de blog**
+ [Comprendre les principales fonctionnalités d'Amazon SageMaker AI Feature Store](https://aws.amazon.com/blogs/machine-learning/understanding-the-key-capabilities-of-amazon-sagemaker-feature-store/)
+ [Tester la qualité des données à grande échelle avec PyDeequ](https://aws.amazon.com/blogs/big-data/testing-data-quality-at-scale-with-pydeequ/)
+ [Expériences Amazon SageMaker AI](https://aws.amazon.com/blogs/aws/amazon-sagemaker-experiments-organize-track-and-compare-your-machine-learning-trainings/)
+ [Déploiement et surveillance sécurisés des SageMaker points de terminaison Amazon avec et CodePipeline AWS CodeDeploy](https://aws.amazon.com/blogs/machine-learning/safely-deploying-and-monitoring-amazon-sagemaker-endpoints-with-aws-codepipeline-and-aws-codedeploy/)
+ [Déployez des modèles de shadow ML dans Amazon SageMaker AI](https://aws.amazon.com/blogs/machine-learning/deploy-shadow-ml-models-in-amazon-sagemaker/)
+ [Test A/B de modèles ML en production à l'aide d'Amazon AI SageMaker ](https://aws.amazon.com/blogs/machine-learning/a-b-testing-ml-models-in-production-using-amazon-sagemaker/)