Accelerate

Accelerate

L’expérimentation dans un Delivery de Machine Learning

La méthode du Lean Product Management dont s'inspire fortement Accelerate dans sa vision du Delivery vise à construire le bon produit, au bon moment. Cette philosophie cherche surtout à permettre aux organisations de s'adapter aux changements continus auxquels est confronté un produit tout au long de son cycle de vie. L'expérimentation fait partie des pratiques de cette méthode et appartient au groupe de capabilities Product and processes du modèle Accelerate. Et même si cette capability rime souvent avec risques et/ou perte de temps, elle est…

Lire la suite
Accelerate

Rendre visible la chaîne de valeur dans un projet de Machine Learning Delivery

“Make the flow of work visible through the value stream. Teams should have a good understanding of and visibility into the flow of work from the business all the way through to customers, including the status of products and features. Our research has found this has a positive impact on IT performance." Extrait de: Forsgren PhD. « Accelerate. » Cet article fait partie de la série “Accélérer le Delivery de projets de Machine Learning”, traitant de l’application d’Accelerate [1] dans un contexte incluant du Machine…

Lire la suite
Accelerate

Au-delà du monitoring technique, l’observabilité du système et des équipes qui le produisent

L’objectif de cet article est de proposer un lien entre observabilité des systèmes techniques et observabilité des organisations. La littérature, les conférences, les retours d’expérience commencent à être assez riches autour de l’importance de la mesure, du monitoring et de l’observabilité de systèmes techniques. Nous proposons ici d’étudier la transposition de ces concepts, ces modèles, ces automatismes à l’observabilité et au debug de systèmes sociaux-techniques. Nous allons dans un premier temps revenir sur quelques définitions et concepts régulièrement partagés autour du monitoring, de l’observabilité et…

Lire la suite
Accelerate

Automatiser les déploiements de projets de Machine Learning. Partie 1 : la construction de modèles

Cet article fait partie de la série “Accélérer le Delivery de projets de Machine Learning”, traitant de l’application d’Accelerate dans un contexte incluant du Machine Learning. Il peut être lu indépendamment, mais si vous n’êtes pas familier avec Accelerate, ou si vous souhaitez avoir plus de détails sur le contexte de cet article, vous pouvez lire l’article introduisant cette série. Vous y trouverez également le lien vers le reste des articles pour aller plus loin. Dans Accelerate, l’automatisation des déploiements fait référence à l’aptitude à…

Lire la suite
Accelerate

Illusion de contrôle – partie 3

(précédement …) Tableau 7 Dans lequel des signaux faibles sont savamment ignorés Jeanne, Léa, Karim, Victor et Yasmina. Victor : Je propose qu'on annule la rétro puisque tout va bien. Karim : Ah, ça tombe bien j'ai plein de trucs à finir. Jeanne : Bon, le graphe de burn-up, du coup, on le met à jour ? Victor : Euh, peut-être plus tard ? Léa : Attends, Yasmina comptait venir à la rétro pour nous parler d'un retour quali du client Revamping … Victor :…

Lire la suite
Accelerate

Illusion de contrôle – partie 2

(précédement …) Tableau 4 Dans lequel le Directeur du Système d'Information tance l'équipe fautive Bernard le DSI, Jérémie le PMO et l'équipe de dev : Jeanne, Karim, Léa et Victor. Bernard, ouvre la porte, l'équipe est le nez dans le code, à chercher le bug. Bernard : Bon. Il va falloir m'expliquer pourquoi votre vélocité est si élevée alors que la démo ne marche pas… Jérémie : Je comprends pas, vous avez mis quoi dans votre vélocité ? Jeanne : On a fait comme tu…

Lire la suite
Accelerate

Illusion de contrôle – partie 1

Tableau 1 Où l'on parle indicateurs Bernard et Jérémie. Dans le couloir du 5ème étage. Jérémie, jeune PMO. Bernard, le DSI récemment embauché pour remettre de l'ordre et préparer la transformation. Jérémie : Tu as une minute, chef ? Bernard : J'ai un comité qui à déjà démarré il y a 5 minutes, mais vas-y. Jérémie : C'est bon j'ai pu convaincre chaque équipe de s'aligner sur la grille de vélocité. Bernard : De quoi tu me parles ? Jérémie : Tu voulais pas qu'on…

Lire la suite
Accelerate

Découpler son architecture de ML pour en accélérer le delivery

Couverture livre accelerate

Cet article fait partie de la série “Accélérer le Delivery de projets de Machine Learning”, traitant de l’application d’Accelerate [1] dans un contexte incluant du Machine Learning. Si vous n’êtes pas familier avec Accelerate, ou si vous souhaitez avoir plus de détails sur le contexte de cet article, nous vous invitons à commencer par lire l’article introduisant cette série. Vous y trouverez également le lien vers le reste des articles pour aller plus loin. Accelerate présente la capability "Loosely Coupled Architecture" comme un mode d'organisation…

Lire la suite
Accelerate

[email protected] : de la release hebdo au changement toutes les 7 min

Lors du Comptoir OCTO du 18/03/2021, nous avons eu le plaisir d'accueillir Christophe Samson, DSI de Cdiscount, qui nous a partagé son retour d'expérience sur l'application du framework Accelerate et son rôle dans l'amélioration de la performance de l'entreprise. Comment passer d'une release hebdomadaire à un changement en production toutes les 7 minutes ? Lorsqu'on est un géant de l'e-commerce français qui compte pas moins de 800 ingénieurs opérant sur une plateforme qui reçoit près de 2,5 millions de visites par jour et jusqu'à 8…

Lire la suite
Accelerate

La gestion des données de tests en Delivery de Machine Learning

« […] successful teams had adequate test data to run their fully automated test suites and could acquire test data for running automated tests on demand. In addition, test data was not a limit on the automated tests they could run. » Extrait de: Forsgren PhD. « Accelerate. » Cet article fait partie de la série “Accélérer le Delivery de projets de Machine Learning” traitant de l’application du modèle Accelerate dans un contexte incluant du Machine Learning. Introduction Est-ce que vous avez déjà : Eu…

Lire la suite