Mehdi Houacine

Je vous propose dans cet article de découvrir la pratique des environnements éphémères au travers d’un retour d’expérience de projets où des dizaines d’environnements étaient construits (et détruits) chaque mois, à la demande, pour obtenir du feedback au fil de l’eau et sans faire exploser la facture cloud !

Si la rédaction de documentation est souvent perçue comme un exercice frustrant, un paradigme de documentation, sous-côté mais néanmoins efficace, a été théorisé ces dernières années par Cyrille Martraire: la Living Documentation. Je vous propose dans cet article de définir ce dernier, d’illustrer comment l’appliquer dans nos projets informatiques.

Cet article fait suite à la première partie qui traitait de l‘outillage (varié) permettant de produire des diagrammes à partir de code. Si ce premier article vous a peut-être aidé à construire vos premiers diagrammes en quelques minutes, il laisse néanmoins quelques questions pratiques en suspens que nous allons tenter de couvrir.

Ces dernières années, une nouvelle approche de documentation de l'architecture à émergé : le diagrams-as-code, avec le C4Model en figure de proue. Mais plusieurs outils et notations existent pour "faire" du C4Model ! Cet article propose d'illustrer le fonctionnement de C4Model avec différents outils pour vous aider à faire un choix.

Nous sommes plusieurs Octos à avoir pu nous y rendre du 7 juin 2023 au 9 juin 2023. 📸 Nous vous partageons ici nos photos et compte-rendu de cette journée !

Nous sommes plusieurs Octos à avoir pu nous y rendre du 7 juin 2023 au 9 juin 2023. 📸 Nous vous partageons ici nos photos et compte-rendu de cette journée !

Le 16 mai 2023 s’est tenu un nouvel épisode des Comptoirs OCTO, suite à une réalisation d’OCTO Technology chez Wakam : continuous delivery et continuous discovery pour construire l’assurance de demain.Voici son descriptif : Wakam a comme ambition de réinventer le métier de l’assurance en y introduisant plus de transparence et de sécurisation via la...

La mise en production d'un projet de Machine Learning, peut s'avérer être compliquée. Nous vous proposons de démystifier certaines étapes.

Les questions existentielles à se poser après un proof of concept Deep Learning.

Lorsque l’on s'apprête à mettre (ou lorsque l’on a mis) un système de data science en production, on souhaite s’assurer qu’il fonctionne comme prévu. Pour cela, il convient de monitorer ce système intelligent.