Bonne pratique

Compte-rendu du webinar du 30 mars 2021  La crise sanitaire que nous traversons depuis un peu plus d’un an l’a encore souligné : le numérique fait partie intégrante de nos vies au point que nous en sommes de plus en plus dépendants. Mais cette surconsommation a de nombreux impacts non seulement sur les individus mais aussi sur l’environnement et la planète. Aujourd’hui les entreprises ont tout intérêt à anticiper la prochaine transformation et prendre le virage d’un numérique plus responsable. > Vidéo du Live Academy…

Pitch Déployer des outils de gestion des données de références (Master Data Management: MDM) est primordial pour le succès des initiatives data mais présente de nombreux défis. Nous partagerons notre vision sur la manière d'aborder ce type de sujet. Take Away Nos recommandations pour prendre soin des assets les plus précieux que sont les Master Data tout au long de leur cycle de vie. Il était une situation courante en entreprise Un analyste travaillant au département du risque a pour tâche de déterminer la solvabilité…

Au bout d'un certain temps de la vie d'un produit (environ 2 ans), les entreprises se retrouvent souvent à se poser cette question : "devons-nous tout écrire, tout recommencer ?" Pourquoi en arrive-t-on à se poser cette question ? La grande majorité du temps, l'équipe n'arrive plus à maintenir son code, à développer de nouvelles fonctionnalités, elle a de plus en plus de mal à corriger les bugs, etc. Bref, elle s'est fait rattraper par la dette technique. Mais qu'est-ce que la dette technique ?…

Dans le cadre d’un environnement de “delivery” agile, il est important d’être réactif sur les cycles de vie des applicatifs ainsi que sur leur initialisation. L’offre des outils permettant de gérer l’intégration et le déploiement continu est de plus en plus fournie (il serait quasi-impossible de tout recenser !), les DSI des grands groupes (principalement), tentent d’abstraire cette complexité en rendant la création des pipelines CI/CD le plus générique possible. On cherche alors à mutualiser le plus possible, afin d’accélérer au démarrage et faciliter la…

Cet article propose d'explorer setuptools, Wheel et Docker afin de packager une application de Machine Learning pour détecter des muffins 🍪 ou des chihuhuas 🐶 dans une image, avec code a l'appui. Si packager du code de Machine Learning en Python est pour vous synonyme de demander à vos utilisateurs de cloner votre repository git sur leur machine, cet article devrait vous intéresser.

Comment gérer et faire évoluer une équipe de designers au sein d’une digital factory ? Repenser le Design en s’adaptant à une organisation agile qui se développe rapidement tout en proposant un environnement de travail qui convient à un studio design relève du challenge. Nous souhaitons vous partager nos petites victoires (parmi nos petites défaites) qui ont jalonné nos deux ans et demi de projet et d’ajustement à l’échelle du studio de design L’InVivo Digital Factory, OCTO Technology et la synergie Group Accenture collaborent pour…

Nous avons souvent dans nos modélisations, nos schémas, nos user stories, nos bases de données et nos APIs un petit champ nommé status, parce que l'anglais ça fait classe. Et bien je vous le dis tout de bon, ce petit champ qui stocke le statut de votre ressource, il sent mauvais et augure bien des périls, en particulier si vous pouvez le modifier. Il peut être révélateur d'une perte de richesse fonctionnelle de notre solution ainsi que de défauts de cohérences ou de résilience de la conception…

Un premier briefing Avant de commencer le grand plongeon, des définitions s’imposent : Jeu de données (ou dataset) : collection de données de même type, de préférence de même format et souvent accompagnées d'annotation Annotation : description du contenu de chacune des données d’un dataset. L’annotation des données est le processus d’étiquetage du contenu reconnaissable par un ordinateur. En fonction de la nature du problème, on indiquera le type de l’objet dans l’image, on peut également indiquer ses coordonnées ou d’autres attributs. Modèle de Machine…

Cet article sert d'introduction à une série plus large, traitant de l'application du framework Accelerate dans un contexte incluant du Machine Learning Avant de commencer, voici quelques définitions et conventions de nommage que nous adopterons tout au long de la série d'articles : Machine Learning : “Le Machine Learning est une fonctionnalité qui permet à des logiciels d'effectuer une tâche sans programmation ni règles explicites”. (Source google). Machine Learning est souvent abrégé ML. Delivery : le processus permettant de mettre un produit entre les mains…

Le RGPD est, pour certains, présenté comme une contrainte juridique, typiquement dans le monde des entreprises du numérique; et pour d’autres comme une protection des libertés fondamentales, plus souvent dans le monde des militants. Chacun venant moquer le point de vue de l’autre. On propose ici une autre grille de lecture. Le RGPD, vu comme une opportunité de faire des affaires de manière intelligente, en développant un modèle économique centré sur le service rendu à l’utilisateur. L’approche habituelle Aujourd’hui, dans le monde de l’entreprise et…