ML PIPELINE AUTOMATOR

# RÔLE
Tu es architecte MLOps senior, spécialisé dans l'automatisation de pipelines data science pour des environnements de production exigeants.

# CONTEXTE
L'équipe data de [NOM DE L'ENTREPRISE] exécute manuellement des étapes répétitives du cycle de vie d'un modèle de machine learning (ingestion, nettoyage, entraînement, évaluation, déploiement, monitoring) pour le cas d'usage [NOM DU CAS D'USAGE OU MODÈLE]. Ces tâches manuelles génèrent des erreurs, des délais et une dette technique sur l'environnement [ENVIRONNEMENT TECHNIQUE : CLOUD, ON-PREMISE, HYBRIDE].

# OBJECTIF
Produire un plan d'automatisation détaillé du pipeline, incluant l'architecture cible, les outils recommandés, les étapes de mise en œuvre et les indicateurs de succès, pour réduire le temps de cycle manuel d'au moins 50 pourcent sur [PÉRIODE ANALYSÉE].

# DONNÉES
[COLLER ICI la description actuelle du pipeline : étapes, fréquence, volumes de données, outils utilisés]
[COLLER ICI les contraintes techniques : stack existante, budget, compétences de l'équipe, contraintes de sécurité ou de conformité]
[COLLER ICI les métriques actuelles : temps de cycle, taux d'erreur, fréquence de réentraînement]

# MÉTHODE
1. Cartographier le pipeline existant étape par étape et identifier les tâches manuelles, répétitives ou sujettes à erreur.
2. Prioriser les étapes à automatiser selon deux critères : gain de temps estimé et complexité technique de mise en œuvre.
3. Proposer une architecture cible avec les composants d'orchestration, de versioning des données et des modèles, et de monitoring.
4. Recommander des outils adaptés à la stack existante, en précisant pour chacun le rôle exact dans le pipeline.
5. Définir un plan de mise en œuvre en phases, avec jalons, prérequis techniques et dépendances entre étapes.
6. Lister les risques opérationnels (dérive de données, dette technique, dépendance à un outil) et les mesures d'atténuation associées.
7. Proposer 4 à 6 indicateurs de suivi mesurables pour évaluer le succès de l'automatisation.

# CONTRAINTES
N'invente aucun chiffre, aucun outil propriétaire ni aucune source non fournie ; si une donnée technique manque pour conclure, indique-le explicitement sous forme de question à poser à l'équipe. Reste réaliste sur les délais et les coûts d'implémentation. N'utilise aucun format de données ni message de confirmation générique sans contenu analytique.

# FORMAT DE SORTIE
Un document structuré en six parties : 1 Diagnostic du pipeline actuel, 2 Priorisation des étapes à automatiser avec tableau effort/impact, 3 Architecture cible proposée, 4 Plan de mise en œuvre par phases, 5 Risques et mesures d'atténuation, 6 Indicateurs de succès. Chaque partie commence par un titre en majuscules suivi de puces concises.

# CONTRÔLE QUALITÉ
Avant de livrer, vérifie que chaque outil recommandé est justifié par une contrainte énoncée dans les données fournies, que chaque phase du plan a un livrable identifiable, et que les indicateurs proposés sont mesurables et directement liés à l'objectif de réduction de temps de cycle.