Un artefact de modèle est le livrable produit par l'entraînement : le fichier du modèle accompagné de ses métadonnées (version, liste des features, métriques, empreinte du fichier, dépendances). Il doit contenir le prétraitement, par exemple via un Pipeline complet, pour éviter tout écart entre entraînement et production.
Exemple
Fichier model-1.3.0.joblib, avec un model-card.json indiquant les features attendues, le F1 mesuré et le hash SHA-256 du fichier.