Application des principes d'intégration continue et de déploiement continu au cycle de vie des modèles ML. Le CI/CD ML va au-delà du CI/CD logiciel classique : il inclut non seulement les tests de code (linting, unit tests) mais aussi les tests de données (Great Expectations, Deequ), de modèle (tests de performance, tests de biais, tests de non-régression), et les pipelines d'entraînement reproductibles. La phase CD déploie automatiquement le nouveau modèle si les seuils de métriques sont franchis. Les principaux outils : GitHub Actions ou GitLab CI pour l'orchestration, MLflow pour le tracking, DVC pour le versioning données, BentoML ou Seldon pour le packaging et déploiement. CML (Continuous Machine Learning) de Iterative.ai génère automatiquement des rapports de performance ML dans les PR. MLOps = DevOps + gestion des données + gestion des modèles.