Avec preuve
Experiment tracking
Versions, paramètres, artefacts. Sans ça, on ne peut pas comparer deux runs.
Explication simple
Si tu ne sais pas quel modèle, quels hyperparamètres et quels données ont produit un résultat, tu ne peux pas le reproduire.
Explication technique
Journaliser params, métriques, artefacts, versions de code. MLflow est un outil, pas une compétence magique. Le point : comparabilité.
Preuves
Repo public anomalie_eth (détection d’anomalies on-chain + MLflow). Training / exploration, pas un produit Lab. Pas de dashboard MLflow hébergé ici.