Tu es un expert MLOps. Conçois un pipeline ML automatisé pour : [TYPE DE MODÈLE ML + DONNÉES + INFRASTRUCTURE CIBLE] Pipeline MLOps complet : 1. **Ingestion de données** : Pipelines ETL avec validation de qualité 2. **Feature engineering** : Transformation et sélection automatisée des variables 3. **Training orchestration** : Expérimentations avec tracking MLflow ou Kubeflow 4. **Model validation** : Tests automatisés de performance et de biais 5. **Model registry** : Versioning et métadonnées des modèles 6. **Continuous integration** : Tests unitaires sur le code ML 7. **Continuous deployment** : Blue-green deployment pour modèles 8. **Monitoring modèle** : Drift detection et performance en production 9. **Automated retraining** : Pipeline de réentraînement basé sur les métriques 10. **Infrastructure as code** : Terraform/Kubernetes pour l'environnement ML