SmartRecruiting/Reunions

<<< RETOUR

=Réunions de Sprints=

Daily Vendredi 02/02
Présents : Alicia, Antoine, Qianqian, Héloïse en chat vocal


 * Ce qui a été fait
 * SRS : Quasi fini, il reste la structure de l'application à détailler (dépends de l'UML)
 * UML : a revoir et valider
 * Recherches technos : Finies, à approfondir pour le réseau de neurones
 * Difficultés rencontrées
 * Risque au niveau des données (récupération et traitement) car nous n'avons commencé la partie de conception
 * Actions
 * Aujourd'hui 17h Rendu du SRS (Alicia)
 * Aujourd'hui Finir l'IHM abstraite (Alicia)
 * Aujourd'hui Commencer le back-log (Tous)
 * 05/02 Présentation des résultats de recherche (QianQian)
 * 05/02 Finir le back-log (Tous)

Sprint Planning 05/02
Présents : Alicia, Antoine, Héloïse, Romane, Qianqian
 * Ce qui a été fait
 * SRS
 * UML
 * IHM abstraite
 * Gestion et mise en place du projet
 * Difficultés rencontrées
 * Projet un peu flou
 * Appréhension au niveau de la récupération des données
 * Choix des users stories pour le sprint 1
 * US2 : Définir des formats de données
 * US5 : Etude des modalités de documents et de texte brut
 * US6 : Rechercher des données pertinentes
 * US10 : Rédiger la charte graphique
 * US37 : Concevoir la BDD
 * US38 : Maquette IHM
 * US39 : Trouver des données pour remplir notre BDD
 * US40 : Créer architecture Back-End
 * US41 : Créer architecture Front-End
 * US42 : Présentation des algorithmes de recommandation

Daily 06/02
Présents : Alicia, Antoine, Héloïse, Romane, Qianqian
 * Ce qui a été fait
 * Recherche d'offre
 * Pour PRI, RICM
 * Piste pour les offre GGC
 * Contact responsable stages UGA
 * Conception BDD
 * Charte graphique
 * Logo à décider
 * Début back-end
 * Mise en place Flask
 * Documentation
 * Difficultés rencontrées
 * RAS
 * Tâches à effectuer
 * RG : Back-end (autoformation), Conception des descripteurs
 * AG : Back-end (autoformation, création répo git)
 * HF : Maquettes IHM, Présentation des logos
 * QF : Présentation des algos, Conception des descripteurs
 * AA : Maquettes IHM, Début front-end si le temps

Daily 07/02
Présents : Alicia, Antoine, Héloïse, Romane, Qianqian
 * Ce qui a été fait
 * Recherches sur les formats de données à adopter et algorithmes des réseaux neuronaux
 * Réunion de suivi avec DD
 * Maquettes IHM et charte graphique finis
 * Architecture Front-End démarrée
 * Architecture Back-End mis en place avec Flask
 * Tutoriel TensorFlow avec CodinGame : ici


 * Difficultés
 * Problème d’exécution du tutoriel TensorFlow
 * Problèmes d'affichage des images
 * Problème de json pour le back-end
 * Difficultés à comprendre TensorFlow


 * Tâches à effectuer
 * US41 (HF,AA) : Front + routing + images
 * US40 (AG) : Créer BDD
 * US5 (RG,QF) : Continuer les recherches et faire des tutoriels

Sprint Review 09/02
=Autres réunions=

Réunion Skype du 06/02
Présents: Didier Donsez, Alicia, Antoine, Cécile, Héloïse, Romane
 * Points Abordés
 * Avancement du projet et tâches effectuées
 * Discussion sur la récupération des données
 * Mise en garde sur l'ontologie (mots de même sens mais exprimés différemment) pour la constructions de nos descripteurs de fichiers

Réunion du 30/01
Présents: Gérard Pollier, Lucas Bisognin, Alicia, Antoine, Cécile, Romane
 * Points Abordés
 * Présentation du projet Disrupt'Campus
 * Conseils sur la gestion de projet
 * Besoins pour le projet
 * Associer une offre à plusieurs profils
 * Apprentissage à partir des descriptions de compétences des formations
 * Facilité d'utilisation de notre application
 * Actions
 * Livrer le SRS : Vendredi 02/02 à 17h
 * Livrer le product back-log : Lundi 05/02 à 14h

Réunion du 30/01 pour présentation de TensorFlow vs DeepLearning4j
Présents: Alicia, Antoine, Cécile, Romane
 * Points Abordés
 * Pertinence de TensorFlow, DeepLearning4j et PyTorch pour notre projet
 * QF : Présentation [[Media:Comparatif_Frameworks_DeepLearning.pdf|Slides]]
 * Choix de conserver TensorFlow, plus adapté aux projets d'innovation (plus grande communauté)

Réunion du 06/02 pour présentation des algorithmes de recommandation
Présents: Alicia, Antoine, Cécile, Héloïse, Romane
 * Points Abordés
 * Filtrage collaboratif
 * Comparaison entre les offres et toutes celles de la base pour trouver la plus proche
 * Similarité entre la formation de la plus proches et des autres pour prédire une solution
 * Trop long à lancer pour nos exigences de performance
 * Association Rule-based
 * Calcule des règles logiques à partir de la base d'apprentissage
 * Prédiction plus rapide par la suite
 * [[Media:Algo_Recomm.pdf|Slides]]
 * Choix d'utiliser la méthode Association Rule-based