air - User contributions [en]

Projets 2021-2022

2022-02-02T08:23:47Z

Hugo.Prat-Capilla:

<<[[Projets 2020-2021]] | [[Projets]] | [[Projets 2022-2023]]>>
=INFO=
==INFO3==

==INFO4==
===Projet Semestre S8===

Enseignants responsables : Olivier Richard

* Dates : Lundi après-midi, Mardi après-midi
* Lancement: 10 Janvier 2021 après midi
* Soutenance à mi-parcours: A définir
* Soutenance: A définir

* '''Evaluation à mi-parcours le lundi/mardi ???''': Format: 10min (5min de présentation 3 slides au plus, 5min de discussion). Cette évaluation sera prise en compte dans la note finale.

'''Consignes générales:'''

* '''Vous devez être pro-actifs !!!''': Si des points sont pas ou mals spécifiés, vous le faîtes et vous justifiez vos choix. Pour les problèmes techniques éventuels vous pouvez: creuser la question, contacter l'auteur du code si il y a lieu, écrire un rapport de bug ('''Attention:''' ca se prépare !), soumettre un patch/pull request, contacter l'enseignant ou la personne référente du projet.

* '''Vous devez maintenir une fiche de suivi de projet''': elle doit être mise à jour chaque semaine, elle rassemble les élements essentiels du projet, elle indique les évolutions du projet et présente sa feuille de route. '''Note:''' le nom de la fiche doit être composé du nom du projet et suffixé par info4_2021_2022. '''Cette fiche compte pour la note finale'''

* '''Votre code''' pour doit être hébergé sur le gitlab et à l'URL suivante https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22 , vous utiliserez votre compte UGA.

* Chaque projet doit avoir '''aux moins 2 dépôts git''':
** '''Un pour les documents''' demandés rapport, présentation de pré-soutenante, de soutenance, flyer. '''Il sera appelé documents.'''
** Un ou plusieurs pour le code, les tests, les évaluations, les preuves de concept, la ou les documentations afférentes.

* Les '''documents public doivent être rédigés en anglais (README, documentation, commentaires de code, nom de variables et de fonctions)'''. Le *rapport* sera aussi demandé en *anglais* (il fera la taille d'un rapport de TP). Les transparents des présentation peuvent être en anglais ou en francais, la soutenance sera taire en francais.

* '''La note obtenue''' tiendra compte du '''nombre et de la qualité des commits''' observé dans '''vos dépots git et la branche master''' (or depot documents). La qualité comprend l'intitulé du commit et son contenu. Les notes pourront être différentiées dans un groupe, il n'est pas acceptable de pas avoir de commit dans le(s) dépôt(s) du projet (or dépôt documents).

* Il est fortement conseillé de suivre un '''développement incrémental''' qui permette d'avoir à tout moment un démonstrateur à présenter, un projet peut être constituer d'une succession de '''démonstrateurs présentables séparément'''.

* Vous devez faire aussi des '''schémas d'architectures générales et/ou spéficiques, des diagrammes de séquence''', et autre documents de spécification si nécessaire. Ces documents vous serviront de base de discussion/brainstorming interne ainsi que dans vos différents documents (rapport, présentations, documentation). Ces schémas sont avant tout conceptuels et techniques.

===Propositions de projets S8===

* 1. [https://codimd.math.cnrs.fr/s/B029qfT5Q Courriels à Suppression Programmée] : Michaël Périn
* 2. [[Firmwares open source pour une station de réception de satellites pour l’Internet des Objets isolés]], Didier DONSEZ.
* 3. [[Evaluation du toolkit AI de STM32 pour l'analyse de l'environnement sonore]] (Suite 2022), Didier DONSEZ.
* 4. [[Algorithmes de géolocalisation d’objets par TDOA (Time Difference of Arrival)]] (suite), Didier DONSEZ.
* 5. [[Dashboard pour Overwatch]] Olivier Richard
* 6. [[Application mobile d'enregistrements de noeuds IoT LoRaWAN dans plusieurs réseaux]] (Suite) : Didier DONSEZ
* 7. [[Bluetooth 5.1 Angle of Arrival based Indoor Localization]] (Suite) : Didier DONSEZ
* 8. Intégration de composants de mesures environnementales (eau, air, ...) pour le [[Contribution au projet STM32Python|projet STM32Python]] à destination des lycéens: Didier DONSEZ
* 9. [[Air Quality Station]] (Suite) : Didier DONSEZ
* 10. [[Floating Water Quality Station]] : Didier DONSEZ, Nicolas PALIX
* 11. [[ASAC|Agriculture connectée]] en partenariat avec les projets collectifs IESE/MAT : Nicolas Palix
* 12. [[Testeur de terrain pour réseaux LoRaWAN privés et publics (TTN, CampusIoT et Helium)]] (suite 2021), Didier DONSEZ.
* 13. [[Géolocalition Indoor en LoRa 2.4GHz]], Didier DONSEZ.
* 14. [[RealWorld avec Dioxus]] (Rust + web), Olivier Richard
* 15. Poursuite projet 20-21 [[Rust Engine | Executeur de tâche en Rust]], Olivier Richard
* 16. Poursuite projet 20-21 [[Retrocompute simulateur | RetroComputing]]: (vintage style) Coupler le simulateur Digital avec un simulateur de processeur 8bits, Olivier Richard
* 17. Poursuite projet 19-20 [[Portail pour gestionnaire de taches]](react, Typescript), Olivier Richard
* 18. [[Paquets NIX pour Polytech]], Olivier Richard
* 19. [[Mini compilateur C pour mini CPU]], Olivier Richard
* 20. Mode jeu en réseau (Wifi/Bluetooth) pour [[TanksOfFreedom]], Nicolas Palix
* 21. [[Faults In Linux]], Nicolas Palix
* 22.
Non affecté
* xx. [[Bibliothèque de décodeurs standards et d'afficheurs Grafana pour objets connectés LoRaWAN]] : Didier DONSEZ

===Affectations===
{|class="wikitable alternance"
|+ Affectation des projets INFO4 21-22
|-
|
!scope="col"| Sujet
!scope="col"| Etudiants
!scope="col"| Enseignant(s)
!scope="col"| Fiche de suivi
!scope="col"| Documents
|-
!scope="row"| 1
| [[TODO]]
| CANIN CORENTIN,MONTEILLER JOSHUA,WAGNER SAM
| TODO
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22/01/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 2
| [[TODO]]
| CARMONA DAMIAN,DA COSTA TOM,WOZNY PIERRE-RAPHAE
| TODO
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22/02/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 3
| [[TODO]]
| BACH THOMAS,BARBE FLORENT,SIMO YOKAM GEORGES HARRISSO
| TODO
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22/03/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 5
| [[TODO]]
| CAILLES MAXIME,REYGNER ETIENNE,VERRIER MARTI
| TODO
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22/05/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 6
| [[TODO]]
| CHIOTTI MAEL,LAVIROTTE GAETAN,MOTTINO LORI
| TODO
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22/06/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 8
| [[TODO]]
| GUIRGUIS MIRETTE,HADIBY CHEMSSEDDINE,MOHSEN HACHE
| TODO
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22/08/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 10
| [[Floating Water Quality Station]]
| BRETON EMERIC,FAGHLOUMI AYMAN,VIALLET CAMILLE
| Didier DONSEZ, Nicolas PALIX
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22/10/docs/-/blob/main/info4_2021_2022_Fiche_suivi_projet.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 13
| [[TODO]]
| BERNERD CLARA,JARDIN BAPTISTE,NGUYEN JUSTI
| TODO
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22/13/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 14
| [[TODO]]
| IFAKIREN SAMI,MONTHE DJEUMOU BRICE,NGUYEN CLEMEN
| TODO
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22/14/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 15
| [[TODO]]
| CHAPPAZ FLORIAN,DE OLIVEIRA VALENTIN,KURKLU FIKRE
| TODO
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22/15/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 17
| [[TODO]]
| KACHA TOM,MAHAMAN NOURY ABDOURAHAMANE,MEIGNEN HUGO,ZHANG KEMIN
| TODO
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22/17/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 18
| [[Paquets NIX pour Polytech]]
| CONJARD SAMUEL,FODOR GERGELY,PELISSE-VERDOUX CYPRIEN
| TODO
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22/18/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 19
| [[TODO]]
| CAPET THEO,POITEVIN EVE,ROYET JULIA
| TODO
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22/19/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 20
| Mode jeu en réseau pour [[TanksOfFreedom]],
| ABECASSIS THOMAS,FOURNIER THOMAS,ZAFFUTO LUCA
| Nicolas Palix
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/21-22/20/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
|}

==INFO5==
===Projet IoT S9===
Enseignants responsables : Bernard Tourancheau

Calendrier: Octobre à Décembre 2021. Soutenance 24 Janvier 2022.

{|class="wikitable alternance"
|+ Choix des projet des projets INFO5 Réseaux 21-22
|-
|
!scope="col"| Sujet
!scope="col"| Etudiants
!scope="col"| Documents
!scope="col"| Github/Trello
|-
!scope="row"| 1
| [[Réseau de capteur de dichlorométhane]]
| Dorian BARET - Malone JULIENNE - Quentin CAMBUS
| [https://lesjoiesducode.fr/quand-notre-revue-de-sprint-se-passe-nickel Fiche]
| [https://github.com/Cambus-Quentin/DichloWan2021/blob/main/README.md git]
|-
!scope="row"| 2
| [[Création d'un système pour localiser les élèves lors de courses d'orientation]]
| Antoine Gitton, Gilles Mertens, Bertrand Baudeur
| [[Media:2021_2022_INFO5_IOT_Orientation_spec.pdf|Spécification paquets LoRa]]
| [[Media:2021_2022_INFO5_IOT_Orientation_backend.zip|Souces back-end]] - [[Media:2021_2022_INFO5_IOT_Orientation_carte.zip|Souces carte]]
|-
!scope="row"| 3
| [[Harnais animalier permettant de suivre notre animal domestique]]
| Sami ELHADJI TCHIAMBOU, Corentin HUMBERT, Paul LAMBERT, Hugo PRAT CAPILLA
|
| [https://github.com/Bicorpro Organisation GitHub]
|-
!scope="row"| 4
| [[Géolocalisation et suivi des transports en commun]]
| Liam ANDRIEUX, Lucas DREZET, Roman REGOUIN
|
| [https://github.com/2021-2022-IoT-INFO5-G4 Organisation GitHub]
|-
!scope="row"| 5
| [[Tracking des déplacements de joueurs sur un terrain]]
| Elias EL YANDOUZI, Lucas CHALOYARD
||
|-
!scope="row"| 6
| [[Beer Pong connecté]]
| Yael PARA, Théo TEYSSIER, Victor MALOD, Alexis LANQUETIN
|
|
|}

Exposés points techniques 10' - questions 5'
* Nom Sujet
* ??? Python
* ??? MQTT
* ??? COAP
* 26/11/2021 - Elias El Yandouzi - Les différentes techniques de virtualisation

===Projet Semestre S10===

Enseignant responsable : [[user:Donsez|Didier Donsez]]

Convention des projets tutorés externes : Elise Didier.

Calendrier: 27/01 (8H30-12H00) au 18/03.

Séances de Management de projets innovants: A voir dessus.

Réunion de présentation et choix des sujets: 27/01 (8H30-12H00) en salle Polygone P206 (voir ADE)

Démarrage : 27/01

Soutenance à mi-parcours (à définir) : ??/02/2021 13H30-17H30 en distantiel (15 minutes par équipe).

Soutenance finale : 18/03/2021 (8H30-12H00 et 13H30-17H00). 30 minutes par équipe, questions/réponses et démonstration incluse. Prière de rapporter au fablab le matériel emprunté juste après votre soutenance.

====Séances MPI====

Voir ADE qui fait foi).

<pre>

</pre>

==== Soutenance intermédiaire S10 ====
Date (à définir): ??/02 Après midi. Distantiel (sur Zoom).

L'objectif de la soutenance intermédiaire est de vérifier si l'équipe projet est en bon ordre de marche. La présence du porteur n'est pas obligatoire. Prévoyez du temps pour les questions-réponses (5 minutes max).

L'équipe présentera en 5-6 transparents en 8 minutes.
* les équipiers et leurs rôles
* le contexte, le sujet et l'objectif du projet
* l'architecture du systèmes à réaliser
* les technologies utilisées
* le plan de travail (backlog, planning, ce qui est fait, ce qu'il reste à faire ...)
* les difficultés (s'il y a)

Respectez bien les créneaux indiqués (par respect pour les autres équipes).

==== Soutenance finale S10 ====
Date provisoire: 18/03/2022 (8H30-12H00 et 13H30-17H00).

'''La présence du(des) porteur(s) est obligatoire. Pensez à les prévenir bien à l'avance'''

Durée: 30 minutes par équipe: présentation, questions/réponses et démonstration incluse.

Les documents devront être en ligne sur le wiki (colonne Documents) la veille (ie avant le ??/03/2021 23:59:59 CET).

La présentation est constituée des chapitres suivants:
* Rappel du sujet/besoin et cahier des charges
* Technologies employées
* Architecture techniques
* Réalisations techniques
* Gestion de projet (méthode, planning prévisionnel et effectif, gestion des risques, rôles des membres ...)
* Outils (collaboration, CD/CI ...)
* Métriques logiciels : lignes de code, langages, performance, temps ingénieur (d'après vos journaux), la répartition des lignes de code et des commits en pourcentage entre les membres du projet ...)
* Conclusion (Retour d'expérience)
* Transparent expliquant la démonstration

L'ensemble des documents doit être accessible depuis le tableau ci-dessus et dans chaque fiche de suivi.

Le screencast (réalisé lors de la dernière répétition) sera rendu disponible via un partage caché (wetransfer, google drive …) dont le lien sera ajouté dans le devoir idoine sur Moodle et également envoyé par mail à votre tuteur.

Le rapport final contient les mêmes chapitres que la présentation ainsi qu'un glossaire et une bibliographie. Le rapport ne doit pas dépasser 15 pages (schémas et figures compris). Vous pourrez référencer les autres documents que vous avez produits au cours du projet (spécifications détaillées, algorithmes, conception d'écrans ...).

Le rapport final est au format Markdown et doit être placé dans un des dépôts Git de votre groupe/organisation.

NB: le rapport technique listé dans la colonne Documents contient tout ce qui ne tient pas dans les 15 pages du rapport final : cahier des charges, diagrammes UML, enquêtes utilisateurs design UI, API, technologies employées (détail), plan de tests, term of services, conformance RPGD, audits/diagnostiques sécurité, MTBR, rapport de vulnérabilité, plan de charge, rapports de charge, manuel d'installation … : ça dépend un peu de la nature de votre projet.

Conseil : 30 minutes c'est très court alors répétez la soutenance auparavant ! Prévoyez des transparents supplémentaires en annexe pour répondre aux questions.

'''Prière de rapporter au fablab le matériel emprunté juste après votre soutenance'''.

==== Affectations S10====
{|class="wikitable alternance"
|+ Affectation des projets INFO5 2021-2022
|-
|
!scope="col"| Sujet
!scope="col"| Etudiants
!scope="col"| Porteur(s)
!scope="col"| Fiche de suivi
!scope="col"| Documents
!scope="col"| Dépôt Git
!scope="col"| Soutenance intermédiaire
|-

!scope="row"| 1
| [[Test d'infrastructures avec NixOS]]
| HUMBERT CORENTIN, MINIER MANCINI TITOUAN (Chef de projet), SUEUR CORENTIN (Scrum master)
| Olivier RICHARD et Quentin GUILLETEAU
| [XXXX Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
| [https://git/xxx Dépot Git]
| [[Media:xxx.pdf|Presentation intermédiaire]]
|-

!scope="row"| 2
| [[Plan dynamique d’un appartement connecté]]
| GRANGER OSCAR, NOERIE SOPHIE, SARRE MARGAUX, SALMON AMAD, TEYSSIER THEO
| Sybille CAFFIAU
| [XXXX Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
| [https://git/xxx Dépot Git]
| [[Media:xxx.pdf|Presentation intermédiaire]]
|-

!scope="row"| 3
| [[Suivi de troupeaux (ovins, bovins) en zone montagneuse avec un réseau LoRaWAN : expérimentation dans la Matheysine]]
| GITTON ANTOINE, MALOD VICTOR, MUTEL MATHIS
| Fabrice FOREST
| [XXXX Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
| [https://git/xxx Dépot Git]
| [[Media:xxx.pdf|Presentation intermédiaire]]
|-

!scope="row"| 4
| [[FitSize]]
| GEITNER TEVA , GONZALEZ JULES, PARA YAEL
| Fidèle Eya'a
| [XXXX Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
| [https://git/xxx Dépot Git]
| [[Media:xxx.pdf|Presentation intermédiaire]]
|-

!scope="row"| 5
| [[GenderedNews]]
| AGUIAR MATHILDE (Chef de projet), HAJJI OUMAIMA (SCRUM Master), SIDIBE ROKIATOU DITE ROSE
| François PORTET, Gilles BASTIN, Ange RICHARD
| [XXXX Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
| [https://git/xxx Dépot Git]
| [[Media:xxx.pdf|Presentation intermédiaire]]
|-

!scope="row"| 6
| [[Système d'analyse de traces sportives]]
| HERQUE ERIC (Scrum Master), VACHERIAS GUILLAUME (Chef de projet)
| Vivien QUEMA
| [XXXX Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
| [https://git/xxx Dépot Git]
| [[Media:xxx.pdf|Presentation intermédiaire]]
|-

!scope="row"| 7
| [[Qualité de l'Air et Santé des Populations]]
| BAUDEUR BERTRAND (Scrum Master), MERTENS GILLES (Chef)
| Marie-Laure AIX
| [XXXX Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
| [https://git/xxx Dépot Git]
| [[Media:xxx.pdf|Presentation intermédiaire]]
|-

!scope="row"| 8
| [[Artiphonie(saison 3)]] extension de la [[Artiphonie (saison 2)]]
| BUISINE JULIEN, ELHADJI TCHIAMBOU SAMI, LAMBERT DAPHNE (Scrum Master), LAMBERT PAUL
| Olivier Richard
| [XXXX Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
| [https://git/xxx Dépot Git]
| [[Media:xxx.pdf|Presentation intermédiaire]]
|-

!scope="row"| 9
| [[Quark Project]]
| CHALOYARD LUCAS, EL YANDOUZI ELIAS
| Olivier Gruber
| [XXXX Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
| [https://git/xxx Dépot Git]
| [[Media:xxx.pdf|Presentation intermédiaire]]
|-

!scope="row"| 10
| [[Jorigine]]
| BLANQUET ANTOINE ('''Scrum Master'''), LANQUETIN ALEXIS ('''Chef de projet'''), MALECOT ETHAN, PRAT-CAPILLA HUGO
| Sylvain Delangue
| [XXXX Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
| [https://git/xxx Dépot Git]
| [[Media:xxx.pdf|Presentation intermédiaire]]
|-

!scope="row"| 11
| [[Contributions open source au projet EdCampus|EdCampus]]
| ANDRIEUX LIAM, COSOTTI KEVIN, DREZET LUCAS ('''Chef de projet'''), REGOUIN ROMAN ('''Scrum Master''')
| Anthony GEOURJON
| [XXXX Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
| [https://git/xxx Dépot Git]
| [[Media:xxx.pdf|Presentation intermédiaire]]
|-

!scope="row"| 12
| [[Contributions open source au projet LabnBook|LabnBook]]
| CIRSTEA PAUL, SOULARD ALEXANDRE (Chef de projet), TONDEUX EMILIE (Scrum master), YUNG KEVIN
| Anthony GEOURJON, Cédric DHAM
| [XXXX Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
| [https://git/xxx Dépot Git]
| [[Media:xxx.pdf|Presentation intermédiaire]]
|-

!scope="row"| 13
| [[Green collect]]
| BARET DORIAN, CAMBUS QUENTIN (Chef de projet), JULIENNE MALONE, MALLEN GUILLAUME (Scrum master)
| Bernard TOURANCHEAU
| [XXXX Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Presentation finale FR]] - [[Media:xxx.pdf|Final Presentation EN]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
| [https://github.com/malleng/Projet_S10 Dépot Git]
| [[Media:xxx.pdf|Presentation intermédiaire]]
|-

|}

Sujets non choisis

# [[LoRaWAN Roaming]] avec [[Chirpstack]], [[TheThingStack]] et [[Actility]] pour le projet [https://gricad-gitlab.univ-grenoble-alpes.fr/thingsat/public/-/blob/master/cubesat_mission/README.md Thingsat]: Didier DONSEZ, Olivier ALPHAND.
# [[Contributions logicielles au projet RIOT OS pour le New Space]] : Francois-Xavier MOLINA, Olivier ALPHAND, Didier DONSEZ
# [[Réseaux social d'organisation de sortie (saison 2)]] refonte [[Réseaux social d'organisation de sortie]], Olivier Richard
# [[Experiment Process Management]], Olivier Richard
# [[Language Server for Visual Studio]]: Olivier Gruber
# ABANDONNé [[Réseau d'Alumni de formations]] (à confirmer), Gérard POLLIER ([https://disrupt-campus.univ-grenoble-alpes.fr/design-factory-grenoble/ Design Factory Grenoble])
# [[Evaluation du kit IA embarqué Wio Terminal]]: Louis CLOSSON, Didier DONSEZ (sous réserve de réception du matériel commandé)

VT2021 GitHubCopilot fiche

2021-11-26T20:38:05Z

Hugo.Prat-Capilla: /* Critique */

[https://copilot.github.com/ Github Copilot] est un outil d'intelligence artificielle développé par [https://github.com/ Github] qui vous aide à écrire du code plus rapidement en complétant automatiquement le code.

[[File:github_copilot_logo.png | 300px | thumb | right | GitHub Copilot Logo]]

=GitHub Copilot=

==Abstract==

''"GitHub Copilot is an AI pair programmer that helps you write code faster and with less work. GitHub Copilot draws context from comments and code, and suggests individual lines and whole functions instantly. GitHub Copilot is powered by OpenAI Codex, a new AI system created by OpenAI. The GitHub Copilot technical preview is available as an extension for Visual Studio Code, Neovim, and the JetBrains suite of IDEs."'' - Documentation officielle de GitHub Copilot

==Résumé==

''"GitHub Copilot est un outil d'IA qui vous aide à écrire du code plus rapidement et avec moins de travail. GitHub Copilot tire un contexte à partir de commentaires et du code, et suggère instantanément des lignes individuelles et des fonctions entières. GitHub Copilot est alimenté par OpenAI Codex, un nouveau système d'IA créé par OpenAI. L'aperçu technique de GitHub Copilot est disponible sous forme d'extension pour Visual Studio Code, Neovim et la suite d'IDE JetBrains."'' - Documentation officielle de GitHub Copilot

==Origines==

===Acteurs===

Les entreprises derrière Github Copilot sont Microsoft, Github et OpenAI. OpenAI est une organisation a but non lucratif créée en 2015 par Elon Musk et Sam Altman. Cette organisation fait de la recherche dans l’intelligence artificielle et c’est elle qui est derrière le modèle de langage de Github Copilot.
Dans ce projet commun Github a fourni les données pour entraîner le modèle et OpenAI a fourni le modèle en lui-même qui est basé sur GPT-3.

===Concurrence===

La concurrence la plus proche de Github Copilot vient des sociétés fournissant des IA améliorant les résultats de la complétion automatique des IDE. Deux des acteurs les plus importants dans ce domaine sont [https://www.tabnine.com/ tabnine] et [https://www.kite.com/ kite].
Les solutions qu’il propose permettent à la complétion automatique de mieux prendre en compte le contexte, permettant ainsi de proposer des complétions plus pertinentes.

Cela dit même si ces 2 outils sont ce qu’il y a de plus proche actuellement à Github Copilot, la réalité est qu’il propose des service très différent : la ou ces outils se feront discret et ferons des suggestion d’une ligne au plus dans l’interface d’auto complétion. Github Copilot a pour ambition de changer notre manière de coder, affichant directement dans notre éditeur ses suggestions et pouvant générer entièrement le corp d’une fonction lorsque le développeur écrit sa signature.

==Fonctionnement==

[[File:diagram.png | 500px | thumb | center | Comment ça marche]]

Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.

[[File:github-github-copilot.gif | 500px | thumb | right | Autogénération de code d'une fonction]]

Cette extension communiquera avec les serveurs de Github Copilot pour générer du code à partir d’un context contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. A partir de ça les services de Github Copilot pourront donner une séquence de mots au modèle de langage qui gênera ainsi le code.

Un '''modèle de langage''' est un est un modèle statistique permettant de trouver à partir d’une séquence de mots la probabilité que certains mots suivent cette séquence. Par exemple si on donne en entrée “Je suis” à un modèle de langage il pourrait renvoyer : "à la montagne.” car il pense que c’est la séquence de mots la plus probable.
Dans le cas de Github Copilot son modèle de langage s’appel '''OpenAI codex''', ce modèle est basé sur GPT-3 et a été entraîné sur un set de données contenant notamment du code venant de répertoire public de Github.

'''OpenAI codex''' peut prendre comme context 14kb de Python ce qui est plus de 3 fois plus que GPT-3. Donc l’architecture du modèle n’est pas exactement la même.
Les séquences de texte en entrée peuvent être du code ou du texte dans de multiples langues, nous avons personnellement pu tester pour l’anglais et le français, et les résultats générer était de qualité très proche. Cependant comme la grande majorité des répertoires de code utilise l’anglais il est préférable de fournir des séquences d'entrer en anglais pour avoir les meilleurs résultats. OpenAI codex peut générer du code dans de multiples languages notamment Python, C, JavaScript, Go, Perl, PHP, Ruby, Swift, TypeScript, il peut aussi générer du code baser sur certains frameworks comme React.

==Critique==

Même si il s'agit actuellement d'une technical review, l’outil reste assez impresionnant et bluffant sur du code populaire : javascript / python / java / ... (code très présent sur github), ça reste assez bluffant, surtout quand on commence à écrire un commentaire et que l’on voit le code se générer devant vos yeux.

===Aspect Juridique===

Le fait d’exploiter des tonnes de code sous licence GPL pour alimenter un produit commercial peut poser de sérieuses questions d’éthique, notamment sur l’aspect violation de licence. GitHub indique « qu’entraîner des modèles de machine learning sur des données publiques est considéré comme une utilisation acceptable au sein de la communauté du machine learning ». On peut se poser légitiment la question de "Est-ce que le fait de d’utiliser un outil de génération de code donne vraiment le droit d’auteur sur votre code ?". Github assure que l'utilisateur qui utilise l'outil de génération a bien les droits mais cette partie reste flou. Le débat n'est pas encore résolu.
Néanmoins, il y a des alternatives et quelques solutions pouvant résoudre ce problème à termes. Parmi celles ci on retrouve :
- Détecter si le code est utilisable ou pas (en fonction de sa license)
- Entrainer l'IA uniquement avec les codes sources d'un projet / ou du code d'une entreprise.

===Remplacement des développeurs===

Les développeurs coûtent cher aux entreprises. On peut légitimement se demander si cette outil ne causerait pas la perte des développeurs. Bien que l'outil soit assez bluffant, ce genre de solution doit être vu comme un outil et non un danger. Il permet d'alléger le temps de recherche / déboggage du développeur.
Pour produire du code correct, il faut connaitre la technologie utilisé. Il est impossible d'utiliser GitHub Copilot sans avoir pratiqué de code. L'expertise et les compétences du développeur sont trop importantes pour pouvoir s'en passer. On peut plutôt voir cette outil comme un remplacement de Stackoverflow plutôt qu'un remplaçant des développeurs.
Selon le CEO de GitHub, « les problèmes que nous mettions plusieurs jours à corriger pourraient diminuer en nombre, mais il y aura toujours des problèmes que les humains devront résoudre. »

===Retour Utilisateur===

* Mémorisation d'éléments triviaux
Github Copylot nous permet de ne pas avoir à mémoriser un tas de choses triviaux sur le code. Quand on code il y a beaucoup de chose que l’on doit mémoriser ou alors qu’on a besoin de rechercher sur google.

* Prédiction de code
L'effet "Woah!" de l'outil est accentué par son potentiel de prédiction. Il permet de générer jusqu'à 10 solutions différentes et permet même de prédire à l'avance les commentaires permettant de décrire eux même le code attendu.

* Review de code
Le développeur prend la place du reviewer de code en utilisant cette outil. La lecture de code est une compétence importante que beaucoup d'entre nous ne pratiquent pas assez à l’école. Cela nous force à lire du code et à raisonner à ce sujet et à se demander est ce que cela va réellement produire le résultat souhaité. Mais c’est à une seule condition, c’est de vraiment prendre le temps de lire ce code. L'outil peut devenir très dangereux pour des développeurs juniors qui se reposeraient trop sur ce système et laisserait l'outil générer des failles de sécurité dans leur code.

===Bilan===

Il ne fait aucun doute qu'il fonctionne parfaitement pour les tâches simples sur des projets à petite échelle. À grande échelle, sur des projets plus conséquents, on aperçoit très rapidement les limites de l'outil notamment dans des applications qui se produisent dans un contexte de découplage backend/frontend, ou qui concernent un ensemble de microservices. Si la tâche n'est pas clairement définie et que le programmeur doit faire preuve de créativité, GitHub Copilot ne sera pas aussi utile.

On peut aussi se questionner sur le code qui est généré, GitHub Copilot a besoin d'une supervision totale. Il faut que la balance entre le temps gagnée sur l'écriture de code soit supérieur au temps perdue à la relecture de celui-ci.

Il sera très intéressant de suivre l'avancement du projet au cours des prochaines années quand celui-ci aura bien été roder afin d'atteindre un niveau de satisfaction suffisant.

=Demonstration=

Une démonstration de GitHub Copilot est accessible à ce lien : [[VT2021_GitHubCopilot_demo|VT2021-GitHubCopilot_demo]]

=Sources=
# <div id="GitHub_Copilot">[https://copilot.github.com/ GitHub Copilot Official documentation: '''Site de github copilot''']</div>
# <div id="GitHub_Copilot">[https://openai.com/blog/openai-codex OpenAI Codex Official documentation: '''Site de OpenAI Codex''']</div>
# <div id="GitHub_Copilot">[https://fosspost.org/github-copilot/ Foosspot: '''Condamner github copilot pour avoir entraîné openAI codex sur du code GPL''']</div>
# <div id="GitHub_Copilot">[https://arxiv.org/abs/1706.03762 Arxiv: '''Papier scientifique transformers''']</div>
# <div id="GitHub_Copilot">[https://daleonai.com/transformers-explained Daleonai: '''Article transformers''']</div>
# <div id="GitHub_Copilot">[https://ledatascientist.com/a-la-decouverte-du-transformer/ LeDataScientist: '''Article francais transformer''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=4duqI8WyfqE Youtube: '''The Truth about Github Copilot // AI Programming First Look''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=5Gh_QpLHjOo Youtube: '''Can GitHub Copilot center a div?''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=wykDAgBjecA Youtube: '''Github Copilot and React''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=CuO5X9CupUE Youtube: '''Découverte de Github Copilot''']</div>
# <div id="GitHub_Copilot">[https://lesjoiesducode.fr/github-copilot-intelligence-artificielle-code-pair-programming LesJoiesduCode : '''GitHub présente Copilot, une IA qui écrit du code pour vous''']</div>

=Veille Technologique 2021=
* Année : [[VT2021|VT2022]]
* Sujet : GitHub Copilot
* Slides : [[Media:File:VT2021_GitHubCopilot_presentation.pdf|Slides]]
* Auteurs :
**Antoine BLANQUET - antoine.blanquet@etu.univ-grenobles-alpes.fr
**Hugo PRAT-CAPILLA - hugo.prat-capilla@etu.univ-grenobles-alpes.fr

VT2021 GitHubCopilot fiche

2021-11-26T16:52:46Z

Hugo.Prat-Capilla: /* Fonctionnement */

[https://copilot.github.com/ Github Copilot] est un outil d'intelligence artificielle développé par [https://github.com/ Github] qui vous aide à écrire du code plus rapidement en complétant automatiquement le code.

[[File:github_copilot_logo.png | 300px | thumb | right | GitHub Copilot Logo]]

=GitHub Copilot=

==Abstract==

''"GitHub Copilot is an AI pair programmer that helps you write code faster and with less work. GitHub Copilot draws context from comments and code, and suggests individual lines and whole functions instantly. GitHub Copilot is powered by OpenAI Codex, a new AI system created by OpenAI. The GitHub Copilot technical preview is available as an extension for Visual Studio Code, Neovim, and the JetBrains suite of IDEs."'' - Documentation officielle de GitHub Copilot

==Résumé==

''"GitHub Copilot est un outil d'IA qui vous aide à écrire du code plus rapidement et avec moins de travail. GitHub Copilot tire un contexte à partir de commentaires et du code, et suggère instantanément des lignes individuelles et des fonctions entières. GitHub Copilot est alimenté par OpenAI Codex, un nouveau système d'IA créé par OpenAI. L'aperçu technique de GitHub Copilot est disponible sous forme d'extension pour Visual Studio Code, Neovim et la suite d'IDE JetBrains."'' - Documentation officielle de GitHub Copilot

==Origines==

===Acteurs===

Les entreprises derrière Github Copilot sont Microsoft, Github et OpenAI. OpenAI est une organisation a but non lucratif créée en 2015 par Elon Musk et Sam Altman. Cette organisation fait de la recherche dans l’intelligence artificielle et c’est elle qui est derrière le modèle de langage de Github Copilot.
Dans ce projet commun Github a fourni les données pour entraîner le modèle et OpenAI a fourni le modèle en lui-même qui est basé sur GPT-3.

===Concurrence===

La concurrence la plus proche de Github Copilot vient des sociétés fournissant des IA améliorant les résultats de la complétion automatique des IDE. Deux des acteurs les plus importants dans ce domaine sont [https://www.tabnine.com/ tabnine] et [https://www.kite.com/ kite].
Les solutions qu’il propose permettent à la complétion automatique de mieux prendre en compte le contexte, permettant ainsi de proposer des complétions plus pertinentes.

Cela dit même si ces 2 outils sont ce qu’il y a de plus proche actuellement à Github Copilot, la réalité est qu’il propose des service très différent : la ou ces outils se feront discret et ferons des suggestion d’une ligne au plus dans l’interface d’auto complétion. Github Copilot a pour ambition de changer notre manière de coder, affichant directement dans notre éditeur ses suggestions et pouvant générer entièrement le corp d’une fonction lorsque le développeur écrit sa signature.

==Fonctionnement==

[[File:diagram.png | 500px | thumb | center | Comment ça marche]]

Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.

[[File:github-github-copilot.gif | 500px | thumb | right | Autogénération de code d'une fonction]]

Cette extension communiquera avec les serveurs de Github Copilot pour générer du code à partir d’un context contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. A partir de ça les services de Github Copilot pourront donner une séquence de mots au modèle de langage qui gênera ainsi le code.

Un '''modèle de langage''' est un est un modèle statistique permettant de trouver à partir d’une séquence de mots la probabilité que certains mots suivent cette séquence. Par exemple si on donne en entrée “Je suis” à un modèle de langage il pourrait renvoyer : "à la montagne.” car il pense que c’est la séquence de mots la plus probable.
Dans le cas de Github Copilot son modèle de langage s’appel '''OpenAI codex''', ce modèle est basé sur GPT-3 et a été entraîné sur un set de données contenant notamment du code venant de répertoire public de Github.

'''OpenAI codex''' peut prendre comme context 14kb de Python ce qui est plus de 3 fois plus que GPT-3. Donc l’architecture du modèle n’est pas exactement la même.
Les séquences de texte en entrée peuvent être du code ou du texte dans de multiples langues, nous avons personnellement pu tester pour l’anglais et le français, et les résultats générer était de qualité très proche. Cependant comme la grande majorité des répertoires de code utilise l’anglais il est préférable de fournir des séquences d'entrer en anglais pour avoir les meilleurs résultats. OpenAI codex peut générer du code dans de multiples languages notamment Python, C, JavaScript, Go, Perl, PHP, Ruby, Swift, TypeScript, il peut aussi générer du code baser sur certains frameworks comme React.

==Critique==

Même si il s'agit actuelllement d'une technical review, l’outil reste assez impresionnant et bluffant sur du code populaire : javascript / python / java / ... (code très présent sur github), ça reste assez bluffant, surtout quand on commence à écrire un commentaire et que l’on voit le code se générer devant vos yeux.

===Aspect Juridique===

Le fait d’exploiter des tonnes de code sous licence GPL pour alimenter un produit commercial peut poser de sérieuses questions d’éthique, notamment sur l’aspect violation de licence. GitHub indique « qu’entraîner des modèles de machine learning sur des données publiques est considéré comme une utilisation acceptable au sein de la communauté du machine learning ». On peut se poser légitiment la question de "Est-ce que le fait de d’utiliser un outil de génération de code donne vraiment le droit d’auteur sur votre code ?". Github assure que l'utilisateur qui utilise l'outil de génération a bien les droits mais cette partie reste flou. Le débat n'est pas encore résolu.
Néanmoins, il y a des alternatives et quelques solutions pouvant résoudre ce problème à termes. Parmi celles ci on retrouve :
- Détecter si le code est utilisable ou pas (en fonction de sa license)
- Entrainer l'IA uniquement avec les codes sources d'un projet / ou du code d'une entreprise.

===Remplacement des développeurs===

Les développeurs coûtent cher aux entreprises. On peut légitimement se demander si cette outil ne causerait pas la perte des développeurs. Bien que l'outil soit assez bluffant, ce genre de solution doit être vu comme un outil et non un danger. Il permet d'alléger le temps de recherche / déboggage du développeur.
Pour produire du code correct, il faut connaitre la technologie utilisé. Il est impossible d'utiliser GitHub Copilot sans avoir pratiqué de code. L'expertise et les compétences du développeur sont trop importantes pour pouvoir s'en passer. On peut plutôt voir cette outil comme un remplacement de Stackoverflow plutôt qu'un remplaçant des développeurs.
Selon le CEO de GitHub, « les problèmes que nous mettions plusieurs jours à corriger pourraient diminuer en nombre, mais il y aura toujours des problèmes que les humains devront résoudre. »

===Retour Utilisateur===

* Mémorisation d'éléments triviaux
Github Copylot nous permet de ne pas avoir à mémoriser un tas de choses triviaux sur le code. Quand on code il y a beaucoup de chose que l’on doit mémoriser ou alors qu’on a besoin de rechercher sur google.

* Prédiction de code
L'effet "Woah!" de l'outil est accentué par son potentiel de prédiction. Il permet de générer jusqu'à 10 solutions différentes et permet même de prédire à l'avance les commentaires permettant de décrire eux même le code attendu.

* Review de code
Le développeur prend la place du reviewer de code en utilisant cette outil. La lecture de code est une compétence importante que beaucoup d'entre nous ne pratiquent pas assez à l’école. Cela nous force à lire du code et à raisonner à ce sujet et à se demander est ce que cela va réellement produire le résultat souhaité. Mais c’est à une seule condition, c’est de vraiment prendre le temps de lire ce code. L'outil peut devenir très dangereux pour des développeurs juniors qui se reposeraient trop sur ce système et laisserait l'outil générer des failles de sécurité dans leur code.

===Bilan===

Il ne fait aucun doute qu'il fonctionne parfaitement pour les tâches simples sur des projets à petite échelle. À grande échelle, sur des projets plus conséquents, on aperçoit très rapidement les limites de l'outil notamment dans des applications qui se produisent dans un contexte de découplage backend/frontend, ou qui concernent un ensemble de microservices. Si la tâche n'est pas clairement définie et que le programmeur doit faire preuve de créativité, GitHub Copilot ne sera pas aussi utile.

On peut aussi se questionner sur le code qui est généré, GitHub Copilot a besoin d'une supervision totale. Il faut que la balance entre le temps gagnée sur l'écriture de code soit supérieur au temps perdue à la relecture de celui-ci.

Il sera très intéressant de suivre l'avancement du projet au cours des prochaines années quand celui-ci aura bien été roder afin d'atteindre un niveau de satisfaction suffisant.

=Demonstration=

Une démonstration de GitHub Copilot est accessible à ce lien : [[VT2021_GitHubCopilot_demo|VT2021-GitHubCopilot_demo]]

=Sources=
# <div id="GitHub_Copilot">[https://copilot.github.com/ GitHub Copilot Official documentation: '''Site de github copilot''']</div>
# <div id="GitHub_Copilot">[https://openai.com/blog/openai-codex OpenAI Codex Official documentation: '''Site de OpenAI Codex''']</div>
# <div id="GitHub_Copilot">[https://fosspost.org/github-copilot/ Foosspot: '''Condamner github copilot pour avoir entraîné openAI codex sur du code GPL''']</div>
# <div id="GitHub_Copilot">[https://arxiv.org/abs/1706.03762 Arxiv: '''Papier scientifique transformers''']</div>
# <div id="GitHub_Copilot">[https://daleonai.com/transformers-explained Daleonai: '''Article transformers''']</div>
# <div id="GitHub_Copilot">[https://ledatascientist.com/a-la-decouverte-du-transformer/ LeDataScientist: '''Article francais transformer''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=4duqI8WyfqE Youtube: '''The Truth about Github Copilot // AI Programming First Look''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=5Gh_QpLHjOo Youtube: '''Can GitHub Copilot center a div?''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=wykDAgBjecA Youtube: '''Github Copilot and React''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=CuO5X9CupUE Youtube: '''Découverte de Github Copilot''']</div>
# <div id="GitHub_Copilot">[https://lesjoiesducode.fr/github-copilot-intelligence-artificielle-code-pair-programming LesJoiesduCode : '''GitHub présente Copilot, une IA qui écrit du code pour vous''']</div>

=Veille Technologique 2021=
* Année : [[VT2021|VT2022]]
* Sujet : GitHub Copilot
* Slides : [[Media:File:VT2021_GitHubCopilot_presentation.pdf|Slides]]
* Auteurs :
**Antoine BLANQUET - antoine.blanquet@etu.univ-grenobles-alpes.fr
**Hugo PRAT-CAPILLA - hugo.prat-capilla@etu.univ-grenobles-alpes.fr

VT2021 GitHubCopilot demo

2021-11-26T16:51:20Z

Hugo.Prat-Capilla: /* Qu'est ce que vous pouvez attendre */

<pre style="color: red">
Github Copilot étant en bêta fermée, il faut s’inscrire pour potentiellement y accéder. Dans cette partie on va juste expliquer comment s’inscrire et installer l’extension.
</pre>

= Installation =
* Inscription a la beta avec son compte Github [https://github.com/features/copilot/signup ici]
* Si vous utiliser VS Code rechercher dans l’onglet des extensions [https://marketplace.visualstudio.com/items?itemName=GitHub.copilot Github Copilot] et l'installer
* Vous devez ensuite connecter l’extension à votre compte Github et dès que vous aurez accès à Copilot, l’extension commencera a généré du code.

= Qu'est ce que vous pouvez attendre =
L’une des forces de Github Copilot est la génération de code pour des problèmes connus par exemple la génération de fonction classique de tri de liste, comme vous pouvez le voir dans la figure suivante.

[[File:Exemple_Github_Copilot.png | 500px | thumb | center | Merge Sort made by Copilot]]

File:Exemple Github Copilot.png

2021-11-26T16:50:31Z

Hugo.Prat-Capilla: Github Copilot generate merge_sort function

== Summary ==
Github Copilot generate merge_sort function

VT2021 GitHubCopilot fiche

2021-11-26T16:45:59Z

Hugo.Prat-Capilla: /* Demonstration */

[https://copilot.github.com/ Github Copilot] est un outil d'intelligence artificielle développé par [https://github.com/ Github] qui vous aide à écrire du code plus rapidement en complétant automatiquement le code.

[[File:github_copilot_logo.png | 300px | thumb | right | GitHub Copilot Logo]]

=GitHub Copilot=

==Abstract==

''"GitHub Copilot is an AI pair programmer that helps you write code faster and with less work. GitHub Copilot draws context from comments and code, and suggests individual lines and whole functions instantly. GitHub Copilot is powered by OpenAI Codex, a new AI system created by OpenAI. The GitHub Copilot technical preview is available as an extension for Visual Studio Code, Neovim, and the JetBrains suite of IDEs."'' - Documentation officielle de GitHub Copilot

==Résumé==

''"GitHub Copilot est un outil d'IA qui vous aide à écrire du code plus rapidement et avec moins de travail. GitHub Copilot tire un contexte à partir de commentaires et du code, et suggère instantanément des lignes individuelles et des fonctions entières. GitHub Copilot est alimenté par OpenAI Codex, un nouveau système d'IA créé par OpenAI. L'aperçu technique de GitHub Copilot est disponible sous forme d'extension pour Visual Studio Code, Neovim et la suite d'IDE JetBrains."'' - Documentation officielle de GitHub Copilot

==Origines==

===Acteurs===

Les entreprises derrière Github Copilot sont Microsoft, Github et OpenAI. OpenAI est une organisation a but non lucratif créée en 2015 par Elon Musk et Sam Altman. Cette organisation fait de la recherche dans l’intelligence artificielle et c’est elle qui est derrière le modèle de langage de Github Copilot.
Dans ce projet commun Github a fourni les données pour entraîner le modèle et OpenAI a fourni le modèle en lui-même qui est basé sur GPT-3.

===Concurrence===

La concurrence la plus proche de Github Copilot vient des sociétés fournissant des IA améliorant les résultats de la complétion automatique des IDE. Deux des acteurs les plus importants dans ce domaine sont [https://www.tabnine.com/ tabnine] et [https://www.kite.com/ kite].
Les solutions qu’il propose permettent à la complétion automatique de mieux prendre en compte le contexte, permettant ainsi de proposer des complétions plus pertinentes.

Cela dit même si ces 2 outils sont ce qu’il y a de plus proche actuellement à Github Copilot, la réalité est qu’il propose des service très différent : la ou ces outils se feront discret et ferons des suggestion d’une ligne au plus dans l’interface d’auto complétion. Github Copilot a pour ambition de changer notre manière de coder, affichant directement dans notre éditeur ses suggestions et pouvant générer entièrement le corp d’une fonction lorsque le développeur écrit sa signature.

==Fonctionnement==

[[File:diagram.png | 500px | thumb | center | Comment ça marche]]

[[File:github-github-copilot.gif | 500px | thumb | right | Autogénération de code d'une fonction]]

Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.

Cette extension communiquera avec les serveurs de Github Copilot pour générer du code à partir d’un context contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. A partir de ça les services de Github Copilot pourront donner une séquence de mots au modèle de langage qui gênera ainsi le code.

Un '''modèle de langage''' est un est un modèle statistique permettant de trouver à partir d’une séquence de mots la probabilité que certains mots suivent cette séquence. Par exemple si on donne en entrée “Je suis” à un modèle de langage il pourrait renvoyer : "à la montagne.” car il pense que c’est la séquence de mots la plus probable.
Dans le cas de Github Copilot son modèle de langage s’appel '''OpenAI codex''', ce modèle est basé sur GPT-3 et a été entraîné sur un set de données contenant notamment du code venant de répertoire public de Github.

'''OpenAI codex''' peut prendre comme context 14kb de Python ce qui est plus de 3 fois plus que GPT-3. Donc l’architecture du modèle n’est pas exactement la même.
Les séquences de texte en entrée peuvent être du code ou du texte dans de multiples langues, nous avons personnellement pu tester pour l’anglais et le français, et les résultats générer était de qualité très proche. Cependant comme la grande majorité des répertoires de code utilise l’anglais il est préférable de fournir des séquences d'entrer en anglais pour avoir les meilleurs résultats. OpenAI codex peut générer du code dans de multiples languages notamment Python, C, JavaScript, Go, Perl, PHP, Ruby, Swift, TypeScript, il peut aussi générer du code baser sur certains frameworks comme React.

==Critique==

Même si il s'agit actuelllement d'une technical review, l’outil reste assez impresionnant et bluffant sur du code populaire : javascript / python / java / ... (code très présent sur github), ça reste assez bluffant, surtout quand on commence à écrire un commentaire et que l’on voit le code se générer devant vos yeux.

===Aspect Juridique===

Le fait d’exploiter des tonnes de code sous licence GPL pour alimenter un produit commercial peut poser de sérieuses questions d’éthique, notamment sur l’aspect violation de licence. GitHub indique « qu’entraîner des modèles de machine learning sur des données publiques est considéré comme une utilisation acceptable au sein de la communauté du machine learning ». On peut se poser légitiment la question de "Est-ce que le fait de d’utiliser un outil de génération de code donne vraiment le droit d’auteur sur votre code ?". Github assure que l'utilisateur qui utilise l'outil de génération a bien les droits mais cette partie reste flou. Le débat n'est pas encore résolu.
Néanmoins, il y a des alternatives et quelques solutions pouvant résoudre ce problème à termes. Parmi celles ci on retrouve :
- Détecter si le code est utilisable ou pas (en fonction de sa license)
- Entrainer l'IA uniquement avec les codes sources d'un projet / ou du code d'une entreprise.

===Remplacement des développeurs===

Les développeurs coûtent cher aux entreprises. On peut légitimement se demander si cette outil ne causerait pas la perte des développeurs. Bien que l'outil soit assez bluffant, ce genre de solution doit être vu comme un outil et non un danger. Il permet d'alléger le temps de recherche / déboggage du développeur.
Pour produire du code correct, il faut connaitre la technologie utilisé. Il est impossible d'utiliser GitHub Copilot sans avoir pratiqué de code. L'expertise et les compétences du développeur sont trop importantes pour pouvoir s'en passer. On peut plutôt voir cette outil comme un remplacement de Stackoverflow plutôt qu'un remplaçant des développeurs.
Selon le CEO de GitHub, « les problèmes que nous mettions plusieurs jours à corriger pourraient diminuer en nombre, mais il y aura toujours des problèmes que les humains devront résoudre. »

===Retour Utilisateur===

* Mémorisation d'éléments triviaux
Github Copylot nous permet de ne pas avoir à mémoriser un tas de choses triviaux sur le code. Quand on code il y a beaucoup de chose que l’on doit mémoriser ou alors qu’on a besoin de rechercher sur google.

* Prédiction de code
L'effet "Woah!" de l'outil est accentué par son potentiel de prédiction. Il permet de générer jusqu'à 10 solutions différentes et permet même de prédire à l'avance les commentaires permettant de décrire eux même le code attendu.

* Review de code
Le développeur prend la place du reviewer de code en utilisant cette outil. La lecture de code est une compétence importante que beaucoup d'entre nous ne pratiquent pas assez à l’école. Cela nous force à lire du code et à raisonner à ce sujet et à se demander est ce que cela va réellement produire le résultat souhaité. Mais c’est à une seule condition, c’est de vraiment prendre le temps de lire ce code. L'outil peut devenir très dangereux pour des développeurs juniors qui se reposeraient trop sur ce système et laisserait l'outil générer des failles de sécurité dans leur code.

===Bilan===

Il ne fait aucun doute qu'il fonctionne parfaitement pour les tâches simples sur des projets à petite échelle. À grande échelle, sur des projets plus conséquents, on aperçoit très rapidement les limites de l'outil notamment dans des applications qui se produisent dans un contexte de découplage backend/frontend, ou qui concernent un ensemble de microservices. Si la tâche n'est pas clairement définie et que le programmeur doit faire preuve de créativité, GitHub Copilot ne sera pas aussi utile.

On peut aussi se questionner sur le code qui est généré, GitHub Copilot a besoin d'une supervision totale. Il faut que la balance entre le temps gagnée sur l'écriture de code soit supérieur au temps perdue à la relecture de celui-ci.

Il sera très intéressant de suivre l'avancement du projet au cours des prochaines années quand celui-ci aura bien été roder afin d'atteindre un niveau de satisfaction suffisant.

=Demonstration=

Une démonstration de GitHub Copilot est accessible à ce lien : [[VT2021_GitHubCopilot_demo|VT2021-GitHubCopilot_demo]]

=Sources=
# <div id="GitHub_Copilot">[https://copilot.github.com/ GitHub Copilot Official documentation: '''Site de github copilot''']</div>
# <div id="GitHub_Copilot">[https://openai.com/blog/openai-codex OpenAI Codex Official documentation: '''Site de OpenAI Codex''']</div>
# <div id="GitHub_Copilot">[https://fosspost.org/github-copilot/ Foosspot: '''Condamner github copilot pour avoir entraîné openAI codex sur du code GPL''']</div>
# <div id="GitHub_Copilot">[https://arxiv.org/abs/1706.03762 Arxiv: '''Papier scientifique transformers''']</div>
# <div id="GitHub_Copilot">[https://daleonai.com/transformers-explained Daleonai: '''Article transformers''']</div>
# <div id="GitHub_Copilot">[https://ledatascientist.com/a-la-decouverte-du-transformer/ LeDataScientist: '''Article francais transformer''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=4duqI8WyfqE Youtube: '''The Truth about Github Copilot // AI Programming First Look''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=5Gh_QpLHjOo Youtube: '''Can GitHub Copilot center a div?''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=wykDAgBjecA Youtube: '''Github Copilot and React''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=CuO5X9CupUE Youtube: '''Découverte de Github Copilot''']</div>
# <div id="GitHub_Copilot">[https://lesjoiesducode.fr/github-copilot-intelligence-artificielle-code-pair-programming LesJoiesduCode : '''GitHub présente Copilot, une IA qui écrit du code pour vous''']</div>

=Veille Technologique 2021=
* Année : [[VT2021|VT2022]]
* Sujet : GitHub Copilot
* Slides : [[Media:File:VT2021_GitHubCopilot_presentation.pdf|Slides]]
* Auteurs :
**Antoine BLANQUET - antoine.blanquet@etu.univ-grenobles-alpes.fr
**Hugo PRAT-CAPILLA - hugo.prat-capilla@etu.univ-grenobles-alpes.fr

VT2021 GitHubCopilot demo

2021-11-26T16:42:47Z

Hugo.Prat-Capilla: Created page with "<pre style="color: red"> Github Copilot étant en bêta fermée, il faut s’inscrire pour potentiellement y accéder. Dans cette partie on va juste expliquer comment s’insc..."

VT2021 GitHubCopilot fiche

2021-11-26T11:09:48Z

Hugo.Prat-Capilla: /* Fonctionnement */

[https://copilot.github.com/ Github Copilot] est un outil d'intelligence artificielle développé par [https://github.com/ Github] qui vous aide à écrire du code plus rapidement en complétant automatiquement le code.

[[File:github_copilot_logo.png | 300px | thumb | right | GitHub Copilot Logo]]

=GitHub Copilot=

==Abstract==

''"GitHub Copilot is an AI pair programmer that helps you write code faster and with less work. GitHub Copilot draws context from comments and code, and suggests individual lines and whole functions instantly. GitHub Copilot is powered by OpenAI Codex, a new AI system created by OpenAI. The GitHub Copilot technical preview is available as an extension for Visual Studio Code, Neovim, and the JetBrains suite of IDEs."'' - Documentation officielle de GitHub Copilot

==Résumé==

''"GitHub Copilot est un outil d'IA qui vous aide à écrire du code plus rapidement et avec moins de travail. GitHub Copilot tire un contexte à partir de commentaires et du code, et suggère instantanément des lignes individuelles et des fonctions entières. GitHub Copilot est alimenté par OpenAI Codex, un nouveau système d'IA créé par OpenAI. L'aperçu technique de GitHub Copilot est disponible sous forme d'extension pour Visual Studio Code, Neovim et la suite d'IDE JetBrains."'' - Documentation officielle de GitHub Copilot

==Origines==

===Acteurs===

Les entreprises derrière Github Copilot sont Microsoft, Github et OpenAI. OpenAI est une organisation a but non lucratif créée en 2015 par Elon Musk et Sam Altman. Cette organisation fait de la recherche dans l’intelligence artificielle et c’est elle qui est derrière le modèle de langage de Github Copilot.
Dans ce projet commun Github a fourni les données pour entraîner le modèle et OpenAI a fourni le modèle en lui-même qui est basé sur GPT-3.

===Concurrence===

La concurrence la plus proche de Github Copilot vient des sociétés fournissant des IA améliorant les résultats de la complétion automatique des IDE. Deux des acteurs les plus importants dans ce domaine sont [https://www.tabnine.com/ tabnine] et [https://www.kite.com/ kite].
Les solutions qu’il propose permettent à la complétion automatique de mieux prendre en compte le contexte, permettant ainsi de proposer des complétions plus pertinentes.

Cela dit même si ces 2 outils sont ce qu’il y a de plus proche actuellement à Github Copilot, la réalité est qu’il propose des service très différent : la ou ces outils se feront discret et ferons des suggestion d’une ligne au plus dans l’interface d’auto complétion. Github Copilot a pour ambition de changer notre manière de coder, affichant directement dans notre éditeur ses suggestions et pouvant générer entièrement le corp d’une fonction lorsque le développeur écrit sa signature.

==Fonctionnement==

[[File:diagram.png | 500px | thumb | center | Comment ça marche]]

[[File:github-github-copilot.gif | 500px | thumb | right | Autogénération de code d'une fonction]]

Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.

Cette extension communiquera avec les serveurs de Github Copilot pour générer du code à partir d’un context contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. A partir de ça les services de Github Copilot pourront donner une séquence de mots au modèle de langage qui gênera ainsi le code.

Un '''modèle de langage''' est un est un modèle statistique permettant de trouver à partir d’une séquence de mots la probabilité que certains mots suivent cette séquence. Par exemple si on donne en entrée “Je suis” à un modèle de langage il pourrait renvoyer : "à la montagne.” car il pense que c’est la séquence de mots la plus probable.
Dans le cas de Github Copilot son modèle de langage s’appel '''OpenAI codex''', ce modèle est basé sur GPT-3 et a été entraîné sur un set de données contenant notamment du code venant de répertoire public de Github.

'''OpenAI codex''' peut prendre comme context 14kb de Python ce qui est plus de 3 fois plus que GPT-3. Donc l’architecture du modèle n’est pas exactement la même.
Les séquences de texte en entrée peuvent être du code ou du texte dans de multiples langues, nous avons personnellement pu tester pour l’anglais et le français, et les résultats générer était de qualité très proche. Cependant comme la grande majorité des répertoires de code utilise l’anglais il est préférable de fournir des séquences d'entrer en anglais pour avoir les meilleurs résultats. OpenAI codex peut générer du code dans de multiples languages notamment Python, C, JavaScript, Go, Perl, PHP, Ruby, Swift, TypeScript, il peut aussi générer du code baser sur certains frameworks comme React.

==Critique==

Même si il s'agit actuelllement d'une technical review, l’outil reste assez impresionnant et bluffant sur du code populaire : javascript / python / java / ... (code très présent sur github), ça reste assez bluffant, surtout quand on commence à écrire un commentaire et que l’on voit le code se générer devant vos yeux.

===Aspect Juridique===

Le fait d’exploiter des tonnes de code sous licence GPL pour alimenter un produit commercial peut poser de sérieuses questions d’éthique, notamment sur l’aspect violation de licence. GitHub indique « qu’entraîner des modèles de machine learning sur des données publiques est considéré comme une utilisation acceptable au sein de la communauté du machine learning ». On peut se poser légitiment la question de "Est-ce que le fait de d’utiliser un outil de génération de code donne vraiment le droit d’auteur sur votre code ?". Github assure que l'utilisateur qui utilise l'outil de génération a bien les droits mais cette partie reste flou. Le débat n'est pas encore résolu.
Néanmoins, il y a des alternatives et quelques solutions pouvant résoudre ce problème à termes. Parmi celles ci on retrouve :
- Détecter si le code est utilisable ou pas (en fonction de sa license)
- Entrainer l'IA uniquement avec les codes sources d'un projet / ou du code d'une entreprise.

===Remplacement des développeurs===

Les développeurs coûtent cher aux entreprises. On peut légitimement se demander si cette outil ne causerait pas la perte des développeurs. Bien que l'outil soit assez bluffant, ce genre de solution doit être vu comme un outil et non un danger. Il permet d'alléger le temps de recherche / déboggage du développeur.
Pour produire du code correct, il faut connaitre la technologie utilisé. Il est impossible d'utiliser GitHub Copilot sans avoir pratiqué de code. L'expertise et les compétences du développeur sont trop importantes pour pouvoir s'en passer. On peut plutôt voir cette outil comme un remplacement de Stackoverflow plutôt qu'un remplaçant des développeurs.
Selon le CEO de GitHub, « les problèmes que nous mettions plusieurs jours à corriger pourraient diminuer en nombre, mais il y aura toujours des problèmes que les humains devront résoudre. »

===Retour Utilisateur===

* Mémorisation d'éléments triviaux
Github Copylot nous permet de ne pas avoir à mémoriser un tas de choses triviaux sur le code. Quand on code il y a beaucoup de chose que l’on doit mémoriser ou alors qu’on a besoin de rechercher sur google.

* Prédiction de code
L'effet "Woah!" de l'outil est accentué par son potentiel de prédiction. Il permet de générer jusqu'à 10 solutions différentes et permet même de prédire à l'avance les commentaires permettant de décrire eux même le code attendu.

* Review de code
Le développeur prend la place du reviewer de code en utilisant cette outil. La lecture de code est une compétence importante que beaucoup d'entre nous ne pratiquent pas assez à l’école. Cela nous force à lire du code et à raisonner à ce sujet et à se demander est ce que cela va réellement produire le résultat souhaité. Mais c’est à une seule condition, c’est de vraiment prendre le temps de lire ce code. L'outil peut devenir très dangereux pour des développeurs juniors qui se reposeraient trop sur ce système et laisserait l'outil générer des failles de sécurité dans leur code.

===Bilan===

Il ne fait aucun doute qu'il fonctionne parfaitement pour les tâches simples sur des projets à petite échelle. À grande échelle, sur des projets plus conséquents, on aperçoit très rapidement les limites de l'outil notamment dans des applications qui se produisent dans un contexte de découplage backend/frontend, ou qui concernent un ensemble de microservices. Si la tâche n'est pas clairement définie et que le programmeur doit faire preuve de créativité, GitHub Copilot ne sera pas aussi utile.

On peut aussi se questionner sur le code qui est généré, GitHub Copilot a besoin d'une supervision totale. Il faut que la balance entre le temps gagnée sur l'écriture de code soit supérieur au temps perdue à la relecture de celui-ci.

Il sera très intéressant de suivre l'avancement du projet au cours des prochaines années quand celui-ci aura bien été roder afin d'atteindre un niveau de satisfaction suffisant.

=Demonstration=

Une démonstration de GitHub Copilot est accessible à ce lien : [[VT2020-GraalVM-Demo|VT2021-GitHubCopilot_demo]]

=Sources=
# <div id="GitHub_Copilot">[https://copilot.github.com/ GitHub Copilot Official documentation: '''Site de github copilot''']</div>
# <div id="GitHub_Copilot">[https://openai.com/blog/openai-codex OpenAI Codex Official documentation: '''Site de OpenAI Codex''']</div>
# <div id="GitHub_Copilot">[https://fosspost.org/github-copilot/ Foosspot: '''Condamner github copilot pour avoir entraîné openAI codex sur du code GPL''']</div>
# <div id="GitHub_Copilot">[https://arxiv.org/abs/1706.03762 Arxiv: '''Papier scientifique transformers''']</div>
# <div id="GitHub_Copilot">[https://daleonai.com/transformers-explained Daleonai: '''Article transformers''']</div>
# <div id="GitHub_Copilot">[https://ledatascientist.com/a-la-decouverte-du-transformer/ LeDataScientist: '''Article francais transformer''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=4duqI8WyfqE Youtube: '''The Truth about Github Copilot // AI Programming First Look''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=5Gh_QpLHjOo Youtube: '''Can GitHub Copilot center a div?''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=wykDAgBjecA Youtube: '''Github Copilot and React''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=CuO5X9CupUE Youtube: '''Découverte de Github Copilot''']</div>
# <div id="GitHub_Copilot">[https://lesjoiesducode.fr/github-copilot-intelligence-artificielle-code-pair-programming LesJoiesduCode : '''GitHub présente Copilot, une IA qui écrit du code pour vous''']</div>

=Veille Technologique 2021=
* Année : [[VT2021|VT2022]]
* Sujet : GitHub Copilot
* Slides : [[Media:File:VT2021_GitHubCopilot_presentation.pdf|Slides]]
* Auteurs :
**Antoine BLANQUET - antoine.blanquet@etu.univ-grenobles-alpes.fr
**Hugo PRAT-CAPILLA - hugo.prat-capilla@etu.univ-grenobles-alpes.fr

VT2021 GitHubCopilot fiche

2021-11-26T10:25:04Z

Hugo.Prat-Capilla: /* Fonctionnement */

[https://copilot.github.com/ Github Copilot] est un outil d'intelligence artificielle développé par [https://github.com/ Github] qui vous aide à écrire du code plus rapidement en complétant automatiquement le code.

[[File:github_copilot_logo.png | 300px | thumb | right | GitHub Copilot Logo]]

=GitHub Copilot=

==Abstract==

''"GitHub Copilot is an AI pair programmer that helps you write code faster and with less work. GitHub Copilot draws context from comments and code, and suggests individual lines and whole functions instantly. GitHub Copilot is powered by OpenAI Codex, a new AI system created by OpenAI. The GitHub Copilot technical preview is available as an extension for Visual Studio Code, Neovim, and the JetBrains suite of IDEs."'' - Documentation officielle de GitHub Copilot

==Résumé==

''"GitHub Copilot est un outil d'IA qui vous aide à écrire du code plus rapidement et avec moins de travail. GitHub Copilot tire un contexte à partir de commentaires et du code, et suggère instantanément des lignes individuelles et des fonctions entières. GitHub Copilot est alimenté par OpenAI Codex, un nouveau système d'IA créé par OpenAI. L'aperçu technique de GitHub Copilot est disponible sous forme d'extension pour Visual Studio Code, Neovim et la suite d'IDE JetBrains."'' - Documentation officielle de GitHub Copilot

==Origines==

===Acteurs===

Les entreprises derrière Github Copilot sont Microsoft, Github et OpenAI. OpenAI est une organisation a but non lucratif créée en 2015 par Elon Musk et Sam Altman. Cette organisation fait de la recherche dans l’intelligence artificielle et c’est elle qui est derrière le modèle de langage de Github Copilot.
Dans ce projet commun Github a fourni les données pour entraîner le modèle et OpenAI a fourni le modèle en lui-même qui est basé sur GPT-3.

===Concurrence===

La concurrence la plus proche de Github Copilot vient des sociétés fournissant des IA améliorant les résultats de la complétion automatique des IDE. Deux des acteurs les plus importants dans ce domaine sont [https://www.tabnine.com/ tabnine] et [https://www.kite.com/ kite].
Les solutions qu’il propose permettent à la complétion automatique de mieux prendre en compte le contexte, permettant ainsi de proposer des complétions plus pertinentes.

Cela dit même si ces 2 outils sont ce qu’il y a de plus proche actuellement à Github Copilot, la réalité est qu’il propose des service très différent : la ou ces outils se feront discret et ferons des suggestion d’une ligne au plus dans l’interface d’auto complétion. Github Copilot a pour ambition de changer notre manière de coder, affichant directement dans notre éditeur ses suggestions et pouvant générer entièrement le corp d’une fonction lorsque le développeur écrit sa signature.

==Fonctionnement==

[[File:diagram.png | 500px | thumb | center | Comment ça marche]]

[[File:github-github-copilot.gif | 500px | thumb | right | Autogénération de code d'une fonction]]

Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.

Cette extension communiquera avec les serveurs de Github Copilot pour générer du code à partir d’un context contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. A partir de ça les services de Github Copilot pourront donner une séquence de mots au modèle de langage qui gênera ainsi le code.

Un '''modèle de langage''' est un est un modèle statistique permettant de trouver à partir d’une séquence de mots la probabilité que certains mots suivent cette séquence. Par exemple si on donne en entrée “Je suis” à un modèle de langage il pourrait renvoyer : "à la montagne.” car il pense que c’est la séquence de mots la plus probable.
Dans le cas de Github Copilot son modèle de langage s’appel OpenAI codex, ce modèle est basé sur GPT-3 et a été entraîné sur un set de données regroupant le code des répertoire publique de Github.

==Critique==

Même si il s'agit actuelllement d'une technical review, l’outil reste assez impresionnant et bluffant sur du code populaire : javascript / python / java / ... (code très présent sur github), ça reste assez bluffant, surtout quand on commence à écrire un commentaire et que l’on voit le code se générer devant vos yeux.

===Aspect Juridique===

Le fait d’exploiter des tonnes de code sous licence GPL pour alimenter un produit commercial peut poser de sérieuses questions d’éthique, notamment sur l’aspect violation de licence. GitHub indique « qu’entraîner des modèles de machine learning sur des données publiques est considéré comme une utilisation acceptable au sein de la communauté du machine learning ». On peut se poser légitiment la question de "Est-ce que le fait de d’utiliser un outil de génération de code donne vraiment le droit d’auteur sur votre code ?". Github assure que l'utilisateur qui utilise l'outil de génération a bien les droits mais cette partie reste flou. Le débat n'est pas encore résolu.
Néanmoins, il y a des alternatives et quelques solutions pouvant résoudre ce problème à termes. Parmi celles ci on retrouve :
- Détecter si le code est utilisable ou pas (en fonction de sa license)
- Entrainer l'IA uniquement avec les codes sources d'un projet / ou du code d'une entreprise.

===Remplacement des développeurs===

Les développeurs coûtent cher aux entreprises. On peut légitimement se demander si cette outil ne causerait pas la perte des développeurs. Bien que l'outil soit assez bluffant, ce genre de solution doit être vu comme un outil et non un danger. Il permet d'alléger le temps de recherche / déboggage du développeur.
Pour produire du code correct, il faut connaitre la technologie utilisé. Il est impossible d'utiliser GitHub Copilot sans avoir pratiqué de code. L'expertise et les compétences du développeur sont trop importantes pour pouvoir s'en passer. On peut plutôt voir cette outil comme un remplacement de Stackoverflow plutôt qu'un remplaçant des développeurs.
Selon le CEO de GitHub, « les problèmes que nous mettions plusieurs jours à corriger pourraient diminuer en nombre, mais il y aura toujours des problèmes que les humains devront résoudre. »

===Retour Utilisateur===

* Mémorisation d'éléments triviaux
Github Copylot nous permet de ne pas avoir à mémoriser un tas de choses triviaux sur le code. Quand on code il y a beaucoup de chose que l’on doit mémoriser ou alors qu’on a besoin de rechercher sur google.

* Prédiction de code
L'effet "Woah!" de l'outil est accentué par son potentiel de prédiction. Il permet de générer jusqu'à 10 solutions différentes et permet même de prédire à l'avance les commentaires permettant de décrire eux même le code attendu.

* Review de code
Le développeur prend la place du reviewer de code en utilisant cette outil. La lecture de code est une compétence importante que beaucoup d'entre nous ne pratiquent pas assez à l’école. Cela nous force à lire du code et à raisonner à ce sujet et à se demander est ce que cela va réellement produire le résultat souhaité. Mais c’est à une seule condition, c’est de vraiment prendre le temps de lire ce code. L'outil peut devenir très dangereux pour des développeurs juniors qui se reposeraient trop sur ce système et laisserait l'outil générer des failles de sécurité dans leur code.

===Bilan===

Il ne fait aucun doute qu'il fonctionne parfaitement pour les tâches simples sur des projets à petite échelle. À grande échelle, sur des projets plus conséquents, on aperçoit très rapidement les limites de l'outil notamment dans des applications qui se produisent dans un contexte de découplage backend/frontend, ou qui concernent un ensemble de microservices. Si la tâche n'est pas clairement définie et que le programmeur doit faire preuve de créativité, GitHub Copilot ne sera pas aussi utile.

On peut aussi se questionner sur le code qui est généré, GitHub Copilot a besoin d'une supervision totale. Il faut que la balance entre le temps gagnée sur l'écriture de code soit supérieur au temps perdue à la relecture de celui-ci.

Il sera très intéressant de suivre l'avancement du projet au cours des prochaines années quand celui-ci aura bien été roder afin d'atteindre un niveau de satisfaction suffisant.

=Demonstration=

Une démonstration de GitHub Copilot est accessible à ce lien : [[VT2020-GraalVM-Demo|VT2021-GitHubCopilot_demo]]

=Sources=
# <div id="GitHub_Copilot">[https://copilot.github.com/ GitHub Copilot Official documentation: '''Site de github copilot''']</div>
# <div id="GitHub_Copilot">[https://openai.com/blog/openai-codex OpenAI Codex Official documentation: '''Site de OpenAI Codex''']</div>
# <div id="GitHub_Copilot">[https://fosspost.org/github-copilot/ Foosspot: '''Condamner github copilot pour avoir entraîné openAI codex sur du code GPL''']</div>
# <div id="GitHub_Copilot">[https://arxiv.org/abs/1706.03762 Arxiv: '''Papier scientifique transformers''']</div>
# <div id="GitHub_Copilot">[https://daleonai.com/transformers-explained Daleonai: '''Article transformers''']</div>
# <div id="GitHub_Copilot">[https://ledatascientist.com/a-la-decouverte-du-transformer/ LeDataScientist: '''Article francais transformer''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=4duqI8WyfqE Youtube: '''The Truth about Github Copilot // AI Programming First Look''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=5Gh_QpLHjOo Youtube: '''Can GitHub Copilot center a div?''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=wykDAgBjecA Youtube: '''Github Copilot and React''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=CuO5X9CupUE Youtube: '''Découverte de Github Copilot''']</div>
# <div id="GitHub_Copilot">[https://lesjoiesducode.fr/github-copilot-intelligence-artificielle-code-pair-programming LesJoiesduCode : '''GitHub présente Copilot, une IA qui écrit du code pour vous''']</div>

=Veille Technologique 2021=
* Année : [[VT2021|VT2022]]
* Sujet : GitHub Copilot
* Slides : [[Media:File:VT2021_GitHubCopilot_presentation.pdf|Slides]]
* Auteurs :
**Antoine BLANQUET - antoine.blanquet@etu.univ-grenobles-alpes.fr
**Hugo PRAT-CAPILLA - hugo.prat-capilla@etu.univ-grenobles-alpes.fr

VT2021 GitHubCopilot fiche

2021-11-25T17:18:53Z

Hugo.Prat-Capilla: /* Fonctionnement */

[https://copilot.github.com/ Github Copilot] est un outil d'intelligence artificielle développé par [https://github.com/ Github] qui vous aide à écrire du code plus rapidement en complétant automatiquement le code.

[[File:github_copilot_logo.png | 300px | thumb | right | GitHub Copilot Logo]]

=GitHub Copilot=

==Abstract==

''"GitHub Copilot is an AI pair programmer that helps you write code faster and with less work. GitHub Copilot draws context from comments and code, and suggests individual lines and whole functions instantly. GitHub Copilot is powered by OpenAI Codex, a new AI system created by OpenAI. The GitHub Copilot technical preview is available as an extension for Visual Studio Code, Neovim, and the JetBrains suite of IDEs."'' - Documentation officielle de GitHub Copilot

==Résumé==

''"GitHub Copilot est un outil d'IA qui vous aide à écrire du code plus rapidement et avec moins de travail. GitHub Copilot tire un contexte à partir de commentaires et du code, et suggère instantanément des lignes individuelles et des fonctions entières. GitHub Copilot est alimenté par OpenAI Codex, un nouveau système d'IA créé par OpenAI. L'aperçu technique de GitHub Copilot est disponible sous forme d'extension pour Visual Studio Code, Neovim et la suite d'IDE JetBrains."'' - Documentation officielle de GitHub Copilot

==Origines==

===Acteurs===

Les entreprises derrière Github Copilot sont Microsoft, Github et OpenAI. OpenAI est une organisation a but non lucratif créée en 2015 par Elon Musk et Sam Altman. Cette organisation fait de la recherche dans l’intelligence artificielle et c’est elle qui est derrière le modèle de langage de Github Copilot.
Dans ce projet commun Github a fourni les données pour entraîner le modèle et OpenAI a fourni le modèle en lui-même qui est basé sur GPT-3.

===Concurrence===

La concurrence la plus proche de Github Copilot vient des sociétés fournissant des IA améliorant les résultats de la complétion automatique des IDE. Deux des acteurs les plus importants dans ce domaine sont [https://www.tabnine.com/ tabnine] et [https://www.kite.com/ kite].
Les solutions qu’il propose permettent à la complétion automatique de mieux prendre en compte le contexte, permettant ainsi de proposer des complétions plus pertinentes.

Cela dit même si ces 2 outils sont ce qu’il y a de plus proche actuellement à Github Copilot, la réalité est qu’il propose des service très différent : la ou ces outils se feront discret et ferons des suggestion d’une ligne au plus dans l’interface d’auto complétion. Github Copilot a pour ambition de changer notre manière de coder, affichant directement dans notre éditeur ses suggestions et pouvant générer entièrement le corp d’une fonction lorsque le développeur écrit sa signature.

==Fonctionnement==

[[File:diagram.png | 500px | thumb | center | Comment ça marche]]

Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.

Cette extension communiquera avec les serveurs de Github Copilot pour générer du code à partir d’un context contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. A partir de ça les services de Github Copilot pourront donner une séquence de mots au modèle de langage qui gênera ainsi le code.

[[File:github-github-copilot.gif | 500px | thumb | right | Autogénération de code d'une fonction]]

Un '''modèle de langage''' est un est un modèle statistique permettant de trouver à partir d’une séquence de mots la probabilité que certains mots suivent cette séquence. Par exemple si on donne en entrée “Je suis” à un modèle de langage il pourrait renvoyer : "à la montagne.” car il pense que c’est la séquence de mots la plus probable.
Dans le cas de Github Copilot son modèle de langage s’appel OpenAI codex, ce modèle est basé sur GPT-3 et a été entraîné sur un set de données regroupant le code des répertoire publique de Github.

==Critique==

Même si il s'agit actuelllement d'une technical review, l’outil reste assez impresionnant et bluffant sur du code populaire : javascript / python / java / ... (code très présent sur github), ça reste assez bluffant, surtout quand on commence à écrire un commentaire et que l’on voit le code se générer devant vos yeux.

===Aspect Juridique===

Le fait d’exploiter des tonnes de code sous licence GPL pour alimenter un produit commercial peut poser de sérieuses questions d’éthique, notamment sur l’aspect violation de licence. GitHub indique « qu’entraîner des modèles de machine learning sur des données publiques est considéré comme une utilisation acceptable au sein de la communauté du machine learning ». On peut se poser légitiment la question de "Est-ce que le fait de d’utiliser un outil de génération de code donne vraiment le droit d’auteur sur votre code ?". Github assure que l'utilisateur qui utilise l'outil de génération a bien les droits mais cette partie reste flou. Le débat n'est pas encore résolu.
Néanmoins, il y a des alternatives et quelques solutions pouvant résoudre ce problème à termes. Parmi celles ci on retrouve :
- Détecter si le code est utilisable ou pas (en fonction de sa license)
- Entrainer l'IA uniquement avec les codes sources d'un projet / ou du code d'une entreprise.

===Remplacement des développeurs===

Les développeurs coûtent cher aux entreprises. On peut légitimement se demander si cette outil ne causerait pas la perte des développeurs. Bien que l'outil soit assez bluffant, ce genre de solution doit être vu comme un outil et non un danger. Il permet d'alléger le temps de recherche / déboggage du développeur.
Pour produire du code correct, il faut connaitre la technologie utilisé. Il est impossible d'utiliser GitHub Copilot sans avoir pratiqué de code. L'expertise et les compétences du développeur sont trop importantes pour pouvoir s'en passer. On peut plutôt voir cette outil comme un remplacement de Stackoverflow plutôt qu'un remplaçant des développeurs.
Selon le CEO de GitHub, « les problèmes que nous mettions plusieurs jours à corriger pourraient diminuer en nombre, mais il y aura toujours des problèmes que les humains devront résoudre. »

===Retour Utilisateur===

* Mémorisation d'éléments triviaux
Github Copylot nous permet de ne pas avoir à mémoriser un tas de choses triviaux sur le code. Quand on code il y a beaucoup de chose que l’on doit mémoriser ou alors qu’on a besoin de rechercher sur google.

* Prédiction de code
L'effet "Woah!" de l'outil est accentué par son potentiel de prédiction. Il permet de générer jusqu'à 10 solutions différentes et permet même de prédire à l'avance les commentaires permettant de décrire eux même le code attendu.

* Review de code
Le développeur prend la place du reviewer de code en utilisant cette outil. La lecture de code est une compétence importante que beaucoup d'entre nous ne pratiquent pas assez à l’école. Cela nous force à lire du code et à raisonner à ce sujet et à se demander est ce que cela va réellement produire le résultat souhaité. Mais c’est à une seule condition, c’est de vraiment prendre le temps de lire ce code. L'outil peut devenir très dangereux pour des développeurs juniors qui se reposeraient trop sur ce système et laisserait l'outil générer des failles de sécurité dans leur code.

===Bilan===

Il ne fait aucun doute qu'il fonctionne parfaitement pour les tâches simples sur des projets à petite échelle. À grande échelle, sur des projets plus conséquents, on aperçoit très rapidement les limites de l'outil notamment dans des applications qui se produisent dans un contexte de découplage backend/frontend, ou qui concernent un ensemble de microservices. Si la tâche n'est pas clairement définie et que le programmeur doit faire preuve de créativité, GitHub Copilot ne sera pas aussi utile.

On peut aussi se questionner sur le code qui est généré, GitHub Copilot a besoin d'une supervision totale. Il faut que la balance entre le temps gagnée sur l'écriture de code soit supérieur au temps perdue à la relecture de celui-ci.

Il sera très intéressant de suivre l'avancement du projet au cours des prochaines années quand celui-ci aura bien été roder afin d'atteindre un niveau de satisfaction suffisant.

=Demonstration=

Une démonstration de GitHub Copilot est accessible à ce lien : [[VT2020-GraalVM-Demo|VT2021-GitHubCopilot_demo]]

=Sources=
# <div id="GitHub_Copilot">[https://copilot.github.com/ GitHub Copilot Official documentation: '''Site de github copilot''']</div>
# <div id="GitHub_Copilot">[https://openai.com/blog/openai-codex OpenAI Codex Official documentation: '''Site de OpenAI Codex''']</div>
# <div id="GitHub_Copilot">[https://fosspost.org/github-copilot/ Foosspot: '''Condamner github copilot pour avoir entraîné openAI codex sur du code GPL''']</div>
# <div id="GitHub_Copilot">[https://arxiv.org/abs/1706.03762 Arxiv: '''Papier scientifique transformers''']</div>
# <div id="GitHub_Copilot">[https://daleonai.com/transformers-explained Daleonai: '''Article transformers''']</div>
# <div id="GitHub_Copilot">[https://ledatascientist.com/a-la-decouverte-du-transformer/ LeDataScientist: '''Article francais transformer''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=4duqI8WyfqE Youtube: '''The Truth about Github Copilot // AI Programming First Look''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=5Gh_QpLHjOo Youtube: '''Can GitHub Copilot center a div?''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=wykDAgBjecA Youtube: '''Github Copilot and React''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=CuO5X9CupUE Youtube: '''Découverte de Github Copilot''']</div>
# <div id="GitHub_Copilot">[https://lesjoiesducode.fr/github-copilot-intelligence-artificielle-code-pair-programming LesJoiesduCode : '''GitHub présente Copilot, une IA qui écrit du code pour vous''']</div>

=Veille Technologique 2021=
* Année : [[VT2021|VT2022]]
* Sujet : GitHub Copilot
* Slides : [[Media:File:VT2021_GitHubCopilot_presentation.pdf|Slides]]
* Auteurs :
**Antoine BLANQUET - antoine.blanquet@etu.univ-grenobles-alpes.fr
**Hugo PRAT-CAPILLA - hugo.prat-capilla@etu.univ-grenobles-alpes.fr

VT2021 GitHubCopilot fiche

2021-11-25T17:15:53Z

Hugo.Prat-Capilla: /* Fonctionnement */

[https://copilot.github.com/ Github Copilot] est un outil d'intelligence artificielle développé par [https://github.com/ Github] qui vous aide à écrire du code plus rapidement en complétant automatiquement le code.

[[File:github_copilot_logo.png | 300px | thumb | right | GitHub Copilot Logo]]

=GitHub Copilot=

==Abstract==

''"GitHub Copilot is an AI pair programmer that helps you write code faster and with less work. GitHub Copilot draws context from comments and code, and suggests individual lines and whole functions instantly. GitHub Copilot is powered by OpenAI Codex, a new AI system created by OpenAI. The GitHub Copilot technical preview is available as an extension for Visual Studio Code, Neovim, and the JetBrains suite of IDEs."'' - Documentation officielle de GitHub Copilot

==Résumé==

''"GitHub Copilot est un outil d'IA qui vous aide à écrire du code plus rapidement et avec moins de travail. GitHub Copilot tire un contexte à partir de commentaires et du code, et suggère instantanément des lignes individuelles et des fonctions entières. GitHub Copilot est alimenté par OpenAI Codex, un nouveau système d'IA créé par OpenAI. L'aperçu technique de GitHub Copilot est disponible sous forme d'extension pour Visual Studio Code, Neovim et la suite d'IDE JetBrains."'' - Documentation officielle de GitHub Copilot

==Origines==

===Acteurs===

Les entreprises derrière Github Copilot sont Microsoft, Github et OpenAI. OpenAI est une organisation a but non lucratif créée en 2015 par Elon Musk et Sam Altman. Cette organisation fait de la recherche dans l’intelligence artificielle et c’est elle qui est derrière le modèle de langage de Github Copilot.
Dans ce projet commun Github a fourni les données pour entraîner le modèle et OpenAI a fourni le modèle en lui-même qui est basé sur GPT-3.

===Concurrence===

La concurrence la plus proche de Github Copilot vient des sociétés fournissant des IA améliorant les résultats de la complétion automatique des IDE. Deux des acteurs les plus importants dans ce domaine sont [https://www.tabnine.com/ tabnine] et [https://www.kite.com/ kite].
Les solutions qu’il propose permettent à la complétion automatique de mieux prendre en compte le contexte, permettant ainsi de proposer des complétions plus pertinentes.

Cela dit même si ces 2 outils sont ce qu’il y a de plus proche actuellement à Github Copilot, la réalité est qu’il propose des service très différent : la ou ces outils se feront discret et ferons des suggestion d’une ligne au plus dans l’interface d’auto complétion. Github Copilot a pour ambition de changer notre manière de coder, affichant directement dans notre éditeur ses suggestions et pouvant générer entièrement le corp d’une fonction lorsque le développeur écrit sa signature.

==Fonctionnement==

Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.

Cette extension communiquera avec les serveurs de Github Copilot pour générer du code à partir d’un context contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. A partir de ça les services de Github Copilot pourront donner une séquence de mots au modèle de langage qui gênera ainsi le code.

Un '''modèle de langage''' est un est un modèle statistique permettant de trouver à partir d’une séquence de mots la probabilité que certains mots suivent cette séquence. Par exemple si on donne en entrée “Je suis” à un modèle de langage il pourrait renvoyer : "à la montagne.” car il pense que c’est la séquence de mots la plus probable.
Dans le cas de Github Copilot son modèle de langage s’appel OpenAI codex, ce modèle est basé sur GPT-3 et a été entraîné sur un set de données regroupant le code des répertoire publique de Github.

==Critique==

Même si il s'agit actuelllement d'une technical review, l’outil reste assez impresionnant et bluffant sur du code populaire : javascript / python / java / ... (code très présent sur github), ça reste assez bluffant, surtout quand on commence à écrire un commentaire et que l’on voit le code se générer devant vos yeux.

===Aspect Juridique===

Le fait d’exploiter des tonnes de code sous licence GPL pour alimenter un produit commercial peut poser de sérieuses questions d’éthique, notamment sur l’aspect violation de licence. GitHub indique « qu’entraîner des modèles de machine learning sur des données publiques est considéré comme une utilisation acceptable au sein de la communauté du machine learning ». On peut se poser légitiment la question de "Est-ce que le fait de d’utiliser un outil de génération de code donne vraiment le droit d’auteur sur votre code ?". Github assure que l'utilisateur qui utilise l'outil de génération a bien les droits mais cette partie reste flou. Le débat n'est pas encore résolu.
Néanmoins, il y a des alternatives et quelques solutions pouvant résoudre ce problème à termes. Parmi celles ci on retrouve :
- Détecter si le code est utilisable ou pas (en fonction de sa license)
- Entrainer l'IA uniquement avec les codes sources d'un projet / ou du code d'une entreprise.

===Remplacement des développeurs===

Les développeurs coûtent cher aux entreprises. On peut légitimement se demander si cette outil ne causerait pas la perte des développeurs. Bien que l'outil soit assez bluffant, ce genre de solution doit être vu comme un outil et non un danger. Il permet d'alléger le temps de recherche / déboggage du développeur.
Pour produire du code correct, il faut connaitre la technologie utilisé. Il est impossible d'utiliser GitHub Copilot sans avoir pratiqué de code. L'expertise et les compétences du développeur sont trop importantes pour pouvoir s'en passer. On peut plutôt voir cette outil comme un remplacement de Stackoverflow plutôt qu'un remplaçant des développeurs.
Selon le CEO de GitHub, « les problèmes que nous mettions plusieurs jours à corriger pourraient diminuer en nombre, mais il y aura toujours des problèmes que les humains devront résoudre. »

===Retour Utilisateur===

* Mémorisation d'éléments triviaux
Github Copylot nous permet de ne pas avoir à mémoriser un tas de choses triviaux sur le code. Quand on code il y a beaucoup de chose que l’on doit mémoriser ou alors qu’on a besoin de rechercher sur google.

* Prédiction de code
L'effet "Woah!" de l'outil est accentué par son potentiel de prédiction. Il permet de générer jusqu'à 10 solutions différentes et permet même de prédire à l'avance les commentaires permettant de décrire eux même le code attendu.

* Review de code
Le développeur prend la place du reviewer de code en utilisant cette outil. La lecture de code est une compétence importante que beaucoup d'entre nous ne pratiquent pas assez à l’école. Cela nous force à lire du code et à raisonner à ce sujet et à se demander est ce que cela va réellement produire le résultat souhaité. Mais c’est à une seule condition, c’est de vraiment prendre le temps de lire ce code. L'outil peut devenir très dangereux pour des développeurs juniors qui se reposeraient trop sur ce système et laisserait l'outil générer des failles de sécurité dans leur code.

===Bilan===

Il ne fait aucun doute qu'il fonctionne parfaitement pour les tâches simples sur des projets à petite échelle. À grande échelle, sur des projets plus conséquents, on aperçoit très rapidement les limites de l'outil notamment dans des applications qui se produisent dans un contexte de découplage backend/frontend, ou qui concernent un ensemble de microservices. Si la tâche n'est pas clairement définie et que le programmeur doit faire preuve de créativité, GitHub Copilot ne sera pas aussi utile.

On peut aussi se questionner sur le code qui est généré, GitHub Copilot a besoin d'une supervision totale. Il faut que la balance entre le temps gagnée sur l'écriture de code soit supérieur au temps perdue à la relecture de celui-ci.

Il sera très intéressant de suivre l'avancement du projet au cours des prochaines années quand celui-ci aura bien été roder afin d'atteindre un niveau de satisfaction suffisant.

=Demonstration=

Une démonstration de GitHub Copilot est accessible à ce lien : [[VT2020-GraalVM-Demo|VT2021-GitHubCopilot_demo]]

=Sources=
# <div id="GitHub_Copilot">[https://copilot.github.com/ GitHub Copilot Official documentation: '''Site de github copilot''']</div>
# <div id="GitHub_Copilot">[https://openai.com/blog/openai-codex OpenAI Codex Official documentation: '''Site de OpenAI Codex''']</div>
# <div id="GitHub_Copilot">[https://fosspost.org/github-copilot/ Foosspot: '''Condamner github copilot pour avoir entraîné openAI codex sur du code GPL''']</div>
# <div id="GitHub_Copilot">[https://arxiv.org/abs/1706.03762 Arxiv: '''Papier scientifique transformers''']</div>
# <div id="GitHub_Copilot">[https://daleonai.com/transformers-explained Daleonai: '''Article transformers''']</div>
# <div id="GitHub_Copilot">[https://ledatascientist.com/a-la-decouverte-du-transformer/ LeDataScientist: '''Article francais transformer''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=4duqI8WyfqE Youtube: '''The Truth about Github Copilot // AI Programming First Look''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=5Gh_QpLHjOo Youtube: '''Can GitHub Copilot center a div?''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=wykDAgBjecA Youtube: '''Github Copilot and React''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=CuO5X9CupUE Youtube: '''Découverte de Github Copilot''']</div>
# <div id="GitHub_Copilot">[https://lesjoiesducode.fr/github-copilot-intelligence-artificielle-code-pair-programming LesJoiesduCode : '''GitHub présente Copilot, une IA qui écrit du code pour vous''']</div>

=Veille Technologique 2021=
* Année : [[VT2021|VT2022]]
* Sujet : GitHub Copilot
* Slides : [[Media:File:VT2021_GitHubCopilot_presentation.pdf|Slides]]
* Auteurs :
**Antoine BLANQUET - antoine.blanquet@etu.univ-grenobles-alpes.fr
**Hugo PRAT-CAPILLA - hugo.prat-capilla@etu.univ-grenobles-alpes.fr

VT2021 GitHubCopilot fiche

2021-11-25T16:43:22Z

Hugo.Prat-Capilla: /* Origines */

[https://copilot.github.com/ Github Copilot] est un outil d'intelligence artificielle développé par [https://github.com/ Github] qui vous aide à écrire du code plus rapidement en complétant automatiquement le code.

[[File:github_copilot_logo.png | 300px | thumb | right | GitHub Copilot Logo]]

=GitHub Copilot=

==Abstract==

''"GitHub Copilot is an AI pair programmer that helps you write code faster and with less work. GitHub Copilot draws context from comments and code, and suggests individual lines and whole functions instantly. GitHub Copilot is powered by OpenAI Codex, a new AI system created by OpenAI. The GitHub Copilot technical preview is available as an extension for Visual Studio Code, Neovim, and the JetBrains suite of IDEs."'' - Documentation officielle de GitHub Copilot

==Résumé==

''"GitHub Copilot est un outil d'IA qui vous aide à écrire du code plus rapidement et avec moins de travail. GitHub Copilot tire un contexte à partir de commentaires et du code, et suggère instantanément des lignes individuelles et des fonctions entières. GitHub Copilot est alimenté par OpenAI Codex, un nouveau système d'IA créé par OpenAI. L'aperçu technique de GitHub Copilot est disponible sous forme d'extension pour Visual Studio Code, Neovim et la suite d'IDE JetBrains."'' - Documentation officielle de GitHub Copilot

==Origines==

===Acteurs===

Les entreprises derrière Github Copilot sont Microsoft, Github et OpenAI. OpenAI est une organisation a but non lucratif créée en 2015 par Elon Musk et Sam Altman. Cette organisation fait de la recherche dans l’intelligence artificielle et c’est elle qui est derrière le modèle de langage de Github Copilot.
Dans ce projet commun Github a fourni les données pour entraîner le modèle et OpenAI a fourni le modèle en lui-même qui est basé sur GPT-3.

===Concurrence===

La concurrence la plus proche de Github Copilot vient des sociétés fournissant des IA améliorant les résultats de la complétion automatique des IDE. Deux des acteurs les plus importants dans ce domaine sont [https://www.tabnine.com/ tabnine] et [https://www.kite.com/ kite].
Les solutions qu’il propose permettent à la complétion automatique de mieux prendre en compte le contexte, permettant ainsi de proposer des complétions plus pertinentes.

Cela dit même si ces 2 outils sont ce qu’il y a de plus proche actuellement à Github Copilot, la réalité est qu’il propose des service très différent : la ou ces outils se feront discret et ferons des suggestion d’une ligne au plus dans l’interface d’auto complétion. Github Copilot a pour ambition de changer notre manière de coder, affichant directement dans notre éditeur ses suggestions et pouvant générer entièrement le corp d’une fonction lorsque le développeur écrit sa signature.

==Fonctionnement==

Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book. It has survived not only five centuries, but also the leap into electronic typesetting, remaining essentially unchanged. It was popularised in the 1960s with the release of Letraset sheets containing Lorem Ipsum passages, and more recently with desktop publishing software like Aldus PageMaker including versions of Lorem Ipsum.

[[File:diagram.png | 500px | thumb | center | Comment ça marche]]

Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book. It has survived not only five centuries, but also the leap into electronic typesetting, remaining essentially unchanged. It was popularised in the 1960s with the release of Letraset sheets containing Lorem Ipsum passages, and more recently with desktop publishing software like Aldus PageMaker including versions of Lorem Ipsum.

[[File:github-github-copilot.gif | 500px | thumb | right | Autogénération de code d'une fonction]]

Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book. It has survived not only five centuries, but also the leap into electronic typesetting, remaining essentially unchanged. It was popularised in the 1960s with the release of Letraset sheets containing Lorem Ipsum passages, and more recently with desktop publishing software like Aldus PageMaker including versions of Lorem Ipsum.

Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book. It has survived not only five centuries, but also the leap into electronic typesetting, remaining essentially unchanged. It was popularised in the 1960s with the release of Letraset sheets containing Lorem Ipsum passages, and more recently with desktop publishing software like Aldus PageMaker including versions of Lorem Ipsum.

Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book. It has survived not only five centuries, but also the leap into electronic typesetting, remaining essentially unchanged. It was popularised in the 1960s with the release of Letraset sheets containing Lorem Ipsum passages, and more recently with desktop publishing software like Aldus PageMaker including versions of Lorem Ipsum.

==Critique==

Même si il s'agit actuelllement d'une technical review, l’outil reste assez impresionnant et bluffant sur du code populaire : javascript / python / java / ... (code très présent sur github), ça reste assez bluffant, surtout quand on commence à écrire un commentaire et que l’on voit le code se générer devant vos yeux.

===Aspect Juridique===

Le fait d’exploiter des tonnes de code sous licence GPL pour alimenter un produit commercial peut poser de sérieuses questions d’éthique, notamment sur l’aspect violation de licence. GitHub indique « qu’entraîner des modèles de machine learning sur des données publiques est considéré comme une utilisation acceptable au sein de la communauté du machine learning ». On peut se poser légitiment la question de "Est-ce que le fait de d’utiliser un outil de génération de code donne vraiment le droit d’auteur sur votre code ?". Github assure que l'utilisateur qui utilise l'outil de génération a bien les droits mais cette partie reste flou. Le débat n'est pas encore résolu.
Néanmoins, il y a des alternatives et quelques solutions pouvant résoudre ce problème à termes. Parmi celles ci on retrouve :
- Détecter si le code est utilisable ou pas (en fonction de sa license)
- Entrainer l'IA uniquement avec les codes sources d'un projet / ou du code d'une entreprise.

===Remplacement des développeurs===

Les développeurs coûtent cher aux entreprises. On peut légitimement se demander si cette outil ne causerait pas la perte des développeurs. Bien que l'outil soit assez bluffant, ce genre de solution doit être vu comme un outil et non un danger. Il permet d'alléger le temps de recherche / déboggage du développeur.
Pour produire du code correct, il faut connaitre la technologie utilisé. Il est impossible d'utiliser GitHub Copilot sans avoir pratiqué de code. L'expertise et les compétences du développeur sont trop importantes pour pouvoir s'en passer. On peut plutôt voir cette outil comme un remplacement de Stackoverflow plutôt qu'un remplaçant des développeurs.
Selon le CEO de GitHub, « les problèmes que nous mettions plusieurs jours à corriger pourraient diminuer en nombre, mais il y aura toujours des problèmes que les humains devront résoudre. »

===Retour Utilisateur===

* Mémorisation d'éléments triviaux
Github Copylot nous permet de ne pas avoir à mémoriser un tas de choses triviaux sur le code. Quand on code il y a beaucoup de chose que l’on doit mémoriser ou alors qu’on a besoin de rechercher sur google.

* Prédiction de code
L'effet "Woah!" de l'outil est accentué par son potentiel de prédiction. Il permet de générer jusqu'à 10 solutions différentes et permet même de prédire à l'avance les commentaires permettant de décrire eux même le code attendu.

* Review de code
Le développeur prend la place du reviewer de code en utilisant cette outil. La lecture de code est une compétence importante que beaucoup d'entre nous ne pratiquent pas assez à l’école. Cela nous force à lire du code et à raisonner à ce sujet et à se demander est ce que cela va réellement produire le résultat souhaité. Mais c’est à une seule condition, c’est de vraiment prendre le temps de lire ce code. L'outil peut devenir très dangereux pour des développeurs juniors qui se reposeraient trop sur ce système et laisserait l'outil générer des failles de sécurité dans leur code.

===Bilan===

Il ne fait aucun doute qu'il fonctionne parfaitement pour les tâches simples sur des projets à petite échelle. À grande échelle, sur des projets plus conséquents, on aperçoit très rapidement les limites de l'outil notamment dans des applications qui se produisent dans un contexte de découplage backend/frontend, ou qui concernent un ensemble de microservices. Si la tâche n'est pas clairement définie et que le programmeur doit faire preuve de créativité, GitHub Copilot ne sera pas aussi utile.

On peut aussi se questionner sur le code qui est généré, GitHub Copilot a besoin d'une supervision totale. Il faut que la balance entre le temps gagnée sur l'écriture de code soit supérieur au temps perdue à la relecture de celui-ci.

Il sera très intéressant de suivre l'avancement du projet au cours des prochaines années quand celui-ci aura bien été roder afin d'atteindre un niveau de satisfaction suffisant.

=Demonstration=

Une démonstration de GitHub Copilot est accessible à ce lien : [[VT2020-GraalVM-Demo|VT2021-GitHubCopilot_demo]]

=Sources=
# <div id="GitHub_Copilot">[https://copilot.github.com/ GitHub Copilot Official documentation: '''Site de github copilot''']</div>
# <div id="GitHub_Copilot">[https://openai.com/blog/openai-codex OpenAI Codex Official documentation: '''Site de OpenAI Codex''']</div>
# <div id="GitHub_Copilot">[https://fosspost.org/github-copilot/ Foosspot: '''Condamner github copilot pour avoir entraîné openAI codex sur du code GPL''']</div>
# <div id="GitHub_Copilot">[https://arxiv.org/abs/1706.03762 Arxiv: '''Papier scientifique transformers''']</div>
# <div id="GitHub_Copilot">[https://daleonai.com/transformers-explained Daleonai: '''Article transformers''']</div>
# <div id="GitHub_Copilot">[https://ledatascientist.com/a-la-decouverte-du-transformer/ LeDataScientist: '''Article francais transformer''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=4duqI8WyfqE Youtube: '''The Truth about Github Copilot // AI Programming First Look''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=5Gh_QpLHjOo Youtube: '''Can GitHub Copilot center a div?''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=wykDAgBjecA Youtube: '''Github Copilot and React''']</div>
# <div id="GitHub_Copilot">[https://www.youtube.com/watch?v=CuO5X9CupUE Youtube: '''Découverte de Github Copilot''']</div>
# <div id="GitHub_Copilot">[https://lesjoiesducode.fr/github-copilot-intelligence-artificielle-code-pair-programming LesJoiesduCode : '''GitHub présente Copilot, une IA qui écrit du code pour vous''']</div>

=Veille Technologique 2021=
* Année : [[VT2021|VT2022]]
* Sujet : GitHub Copilot
* Slides : [[Media:File:VT2021_GitHubCopilot_presentation.pdf|Slides]]
* Auteurs :
**Antoine BLANQUET - antoine.blanquet@etu.univ-grenobles-alpes.fr
**Hugo PRAT-CAPILLA - hugo.prat-capilla@etu.univ-grenobles-alpes.fr

Projets 2020-2021

2021-04-06T13:54:22Z

Hugo.Prat-Capilla:

<<[[Projets 2019-2020]] | [[Projets]] | [[Projets 2021-2022]]>>
=INFO=
==INFO3==

==INFO4==
===Projet Semestre S8===

Enseignants responsables : Olivier Richard, Didier Donsez

* Dates : Lundi après-midi, Mardi après-midi
* Lancement: 18 Janvier 2021 après midi
* Soutenance à mi-parcours: A définir
* Soutenance: A définir

* '''Evaluation à mi-parcours le lundi/mardi ???''': Format: 10min (5min de présentation 3 slides au plus, 5min de discussion). Cette évaluation sera prise en compte dans la note finale.

'''Consignes générales:'''

* '''Vous devez être pro-actifs !!!''': Si des points sont pas ou mals spécifiés, vous le faîtes et vous justifiez vos choix. Pour les problèmes techniques éventuels vous pouvez: creuser la question, contacter l'auteur du code si il y a lieu, écrire un rapport de bug ('''Attention:''' ca se prépare !), soumettre un patch/pull request, contacter l'enseignant ou la personne référente du projet.

* '''Vous devez maintenir une fiche de suivi de projet''': elle doit être mise à jour chaque semaine, elle rassemble les élements essentiels du projet, elle indique les évolutions du projet et présente sa feuille de route. '''Note:''' le nom de la fiche doit être composé du nom du projet et suffixé par info4_2020_2021. '''Cette fiche compte pour la note finale'''

* '''Votre code''' pour doit être hébergé sur le gitlab et à l'URL suivante https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21 , vous utiliserez votre compte UGA.

* Chaque projet doit avoir '''aux moins 2 dépôts git''':
** '''Un pour les documents''' demandés rapport, présentation de pré-soutenante, de soutenance, flyer. '''Il sera appelé documents.'''
** Un ou plusieurs pour le code, les tests, les évaluations, les preuves de concept, la ou les documentations afférentes.

* Les '''documents public doivent être rédigés en anglais (README, documentation, commentaires de code, nom de variables et de fonctions)'''. Le *rapport* sera aussi demandé en *anglais* (il fera la taille d'un rapport de TP). Les transparents des présentation peuvent être en anglais ou en francais, la soutenance sera taire en francais.

* '''La note obtenue''' tiendra compte du '''nombre et de la qualité des commits''' observé dans '''vos dépots git et la branche master''' (or depot documents). La qualité comprend l'intitulé du commit et son contenu. Les notes pourront être différentiées dans un groupe, il n'est pas acceptable de pas avoir de commit dans le(s) dépôt(s) du projet (or dépôt documents).

* Il est fortement conseillé de suivre un '''développement incrémental''' qui permette d'avoir à tout moment un démonstrateur à présenter, un projet peut être constituer d'une succession de '''démonstrateurs présentables séparément'''.

* Vous devez faire aussi des '''schémas d'architectures générales et/ou spéficiques, des diagrammes de séquence''', et autre documents de spécification si nécessaire. Ces documents vous serviront de base de discussion/brainstorming interne ainsi que dans vos différents documents (rapport, présentations, documentation). Ces schémas sont avant tout conceptuels et techniques.

===Propositions de projets S8===

* 1. [[Contribution au projet STM32Python]], Didier DONSEZ.
* 2. [[Portage du kit station LoRa LRWAN2 de ST sur RIOT OS]], Didier DONSEZ.
* 3+4. [[Portage de la carte de prototypage IoT Nucleo-WL55JC sur RIOT OS]] + [[Portage de la carte de communication LoRa LLCC68MB2BAS sur RIOT OS]], Didier DONSEZ (1 seul groupe de 3 élèves pour les 2 cartes).
* 5. [[Service Web d'équipements embarqués communicant sur bus CAN]] (2 groupes de 2 élèves), Didier DONSEZ.
* 6. [[Application mobile d'enregistrements de noeuds IoT LoRaWAN dans plusieurs réseaux]], Didier DONSEZ.
* 7. [[Evaluation du toolkit AI de STM32 pour l'analyse de l'environnement sonore]], Didier DONSEZ.
* 8. [[Godot Game Engine et tables tactiles]] : démonstration d'un jeu en réseau sur les 3 tables tactiles : (gaming spirit) Olivier RICHARD.
* 9. [[Serveur filière INFO]], Nicolas Palix
* Agriculture connectée en partenariat avec les projets collectifs IESE/MAT
** 10. [[ASAC/AP|Polytech]] : Nicolas Palix
** 11. [[ASAC/SJC|St Cassien]] : Nicolas Palix
* 12. [[ENT Polytech]] avec XMPP/Mumble/BBB/Mattermost/OpenBoard : Nicolas Palix
* 13. [[Polytech Helper Service | Outils d'aide à la gestion de service]], (professionel) Olivier Richard
* 14. [[Rust Engine | Executeur de tâche en Rust]], (exigeant techniquement) Olivier Richard
* 15. [[Retrocompute simulateur | RetroComputing]]: (vintage style) Coupler le simulateur Digital avec un simulateur de processeur 8bits, Olivier Richard
* 16. [[FPGA et Deep Learnning]] Olivier Richard
* 17. [[OpenAPI OAR | OpenAPI pour la gestion de tâches de ressources OAR]], (professionel) Olivier Richard
* 18. [[Monitoring de la plateforme CampusIoT]] : Didier Donsez

==== Reporté INFO5 21-22 ====
* 1 heure 1 heure (échange de compétence), etudiant.e.s Emilie Tondeux + ?, tuteur ?
==== Reporté ====
[[Simulateur de réseaux simples avec un FPGA]], (typé recherche/prospectif)

==== Affectation ====
{|class="wikitable alternance"
|+ Affectation des projets INFO4 20-21
|-
|
!scope="col"| Sujet
!scope="col"| Etudiants
!scope="col"| Enseignant(s)
!scope="col"| Fiche de suivi
!scope="col"| Documents
|-
!scope="row"| 1
| [[Contribution au projet STM32Python]]
| BAUDEUR BERTRAND,LANQUETIN ALEXIS,TONDEUX EMILIE
| Didier DONSEZ
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/01/docs/-/blob/master/Contribution%20au%20projet%20STM32Python%20info4_2020_2021.md Fiche]
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/01/docs/-/blob/master/Rapport_Projet.pdf Rapport final] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/01/docs/-/blob/master/STM32_presentation_Finale.pdf Final Presentation] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/01/docs/-/blob/master/Pr%C3%A9sentation_mi-parcours.pdf Presentation de mi-parcours]
|-
!scope="row"| 2
| [[Portage du kit station LoRa LRWAN2 de ST sur RIOT OS]]
| HERQUE ERIC,MALLEN GUILLAUME,PORTIER BARNAB
| Didier DONSEZ
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/02/docs/-/blob/master/Portage_du_kit_station_LoRa_LRWAN2_de_ST_sur_RIOT_OS_info4_2020_2021.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/02/docs/-/blob/master/Pr%C3%A9sentation%20de%20mi-parcours.pdf Presentation de mi-parcours]
|-
!scope="row"| 5
| [[Service Web d'équipements embarqués communicant sur bus CAN]]
| ANDRIEUX LIAM,DREZET LUCAS,REGOUIN ROMAN
| Didier DONSEZ
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/05/docs/-/blob/master/EmbeddedEquipmentWebServiceCommunicatingOnCANBus_info4_2020_2021.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/05/docs/-/blob/master/Pre%20viva%20presentation.pdf Presentation de mi-parcours]
|-
!scope="row"| 6
| [[Application mobile d'enregistrements de noeuds IoT LoRaWAN dans plusieurs réseaux]]
| CAMBUS QUENTIN,EL YANDOUZI ELIAS,JULIENNE MALONE
| Didier Donsez
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/06/docs/-/blob/master/TRACKING_SHEET.md Fiche]
| [[Media:xxx.pdf | Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/06/docs/-/blob/master/HowToUse.pdf Flyer] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/06/docs/-/blob/master/Mid-term_Presentation.pdf Presentation de mi-parcours]
|-
!scope="row"| 7
| [[ Evaluation du toolkit AI de STM32 pour reconnaissance sonore]]
| COSOTTI KEVIN,GRANGER OSCAR,GUIGNARD JULIE
| Didier Donsez
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/07/docs/-/blob/master/SuiviG7_info4_2020_2021.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[https://docs.google.com/presentation/d/15RCcuoAWGlpOLyM_SX3tXVhhXEHiTuNTXXxRCrJ4tiA/edit?usp=sharing |Presentation de mi-parcours]]
|-
!scope="row"| 8
| [[Godot Game Engine et tables tactiles|Godot Engine]]
| CIRSTEA PAUL,DE MULATIER JEAN-THEOPHANE,SOULARD ALEXANDR
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/08/docs/-/blob/master/Godot_Game_Engine_et_tables_tactiles_info4_2020_2021.md Fiche]
| [[https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/08/docs/-/blob/master/Rapport_Projet.pdf Rapport final]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/08/docs/-/blob/master/Projet_Godot_Presentation_Finale.pdf Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[https://docs.google.com/presentation/d/1CUBp5Zz1uivkCb8latQ8tnfSy-bUTJs-7f3f7GcH4Zs/edit?usp=sharing |Presentation de mi-parcours]]
|-
!scope="row"| 9
| [[Serveur_filière_INFO|Serveur INFO]]
| GITTON ANTOINE,MERTENS GILLES,SUEUR CORENTIN
| Nicolas Palix
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/09/docs/-/blob/master/Serveur_filiere_info4_2020_2021.md Fiche]
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/09/docs/-/blob/master/presentation/final_report.pdf Rapport final] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/09/docs/-/blob/master/presentation/diapo_soutenance_final.pdf Final Presentation] - [[Media:Presentation_mi_parcours_groupe7.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 10
| [[ASAC/AP|Serre Polytech]]
| AGUIAR MATHILDE,HAJJI OUMAIMA,SIDIBE ROKIATOU DITE ROSE
| Nicolas Palix
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/10/docs/-/blob/master/README.md Fiche]
| [[https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/10/docs/-/blob/master/Documentations/Documentation.pdf Rapport final]] - [[https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/10/docs/-/blob/c883651e5c246af197699ecb109bfcf4b247df37/Presentations/final_presentation.pdf | Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/10/docs/-/blob/master/Presentations/mid-project_slides.pdf | Presentation de mi-parcours]]
|-
!scope="row"| 11
| [[ASAC/SJC/SJC-2020-INFO]]
| BUISINE JULIEN,PRAT-CAPILLA HUGO,TEYSSIER THEO
| Nicolas Palix
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/11/docs/-/blob/master/README.md Fiche]
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/11/docs/-/blob/master/Report%20Team%2011.pdf Rapport final] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/11/docs/-/blob/master/Team11-Presentation%20final.pdf Final Presentation] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/11/docs/-/blob/master/Team11-Presentation_Mis_Parcourt.pdf Presentation de mi-parcours]
|-
!scope="row"| 12
| [[ENT Polytech]]
| HERY JULES,SALMON AMAD,VACHERIAS GUILLAUME
| Nicolas Palix
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/12/docs/-/blob/master/README.md Fiche]
| [[https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/12/docs/-/blob/master/Rapport_Projet_ENT.pdf |Rapport final]] - [[https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/12/docs/-/blob/master/Presentation_finale.pdf |Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/12/docs/-/blob/master/Presentation_mi_parcours.pdf | Presentation de mi-parcours]]
|-
!scope="row"| 13
| [[Polytech_Helper_Service|Polytech Helper Service]]
| ALIBERT ANGELO,NOERIE SOPHIE,SARRE MARGAUX
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/13/docs/ Fiche]
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/13/docs/-/blob/master/Final_Report_EN_-_Polytech_Helper_Service.pdf Rapport final] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/13/docs/-/blob/master/Pr%C3%A9sentation_finale_FR_-_Polytech_Helper_Service.pdf Final Presentation] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/13/docs/-/blob/master/Pr%C3%A9sentation_Mi-Parcours.pdf Presentation de mi-parcours]
|-
!scope="row"| 14
| [[Rust Engine|Rust Engine]]
| BARET DORIAN,CHALOYARD LUCAS,MALOD VICTOR,PARA YAEL
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/14/docs/-/blob/master/tracking-sheet.md Fiche]
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/14/docs/-/blob/master/Project_Report.pdf Rapport final] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/14/docs/-/blob/master/soutenance-final.pdf Final Presentation] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/14/docs/-/blob/master/soutenance-mi_parcours.pdf Presentation de mi-parcours]
|-
!scope="row"| 15
| [[Retrocompute_simulateur|Retrocomputing]]
| ELHADJI TCHIAMBOU SAMI,HUMBERT CORENTIN,MUTEL MATHIS
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/15/docs/-/blob/master/README.md#follow-up Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/15/docs/-/blob/master/diapo_soutenance_mi_parcours.pdf Presentation de mi-parcours]
|-
!scope="row"| 16
| [[FPGA et Deep Learning]]
| GEITNER TEVA,GONZALEZ JULES,MALECOT ETHAN
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/16/docs/-/blob/master/FPGA_info4_2020_2021.md Fiche]
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/16/docs/-/blob/master/4th%20Year%20Project%20report.pdf Rapport final] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/16/docs/-/blob/master/Presentation%20finale.pdf Final Presentation] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/16/docs/-/blob/master/Presentation_mi-projet.pdf Presentation de mi-parcours]
|-
!scope="row"| 17
| [[OpenAPI OAR]]
| LAMBERT DAPHNE,MINIER-MANCINI TITOUAN,TOUE TIOYE
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/17/docs/-/blob/master/TRACKING_SHEET.md Fiche]
| [[https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/17/docs/-/blob/master/Project_17_report.pdf |Rapport final]] - [[https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/17/docs/-/blob/master/Project_17_presentation.pdf |Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 18
| [[Monitoring de la plateforme CampusIoT]]
| BLANQUET ANTOINE,LAMBERT PAUL,YUNG KEVIN
| Didier Donsez
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/18/docs/-/blob/master/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/18/docs/-/blob/master/Reunion_de_mi_parcours.pdf Presentation de mi-parcours]
|-
|}

==INFO5==
===Projet IoT S9===
Enseignants responsables : Bernard Tourancheau

Calendrier: ??? Septembre à ??? Décembre 2020.

===Projet Semestre S10===

Enseignants responsables : [[user:Donsez|Didier Donsez]]

Calendrier: 28/01 (13H30-17H30) au 19/03.

Séances de Management de projets innovants: A voir dessus.

Réunion de présentation et choix des sujets: 28/01 (13H30-17H30) en salle P257 (voir ADE)

Démarrage : 29/01 (13H30-17H30)

Soutenance à mi-parcours : 26/02/2021 13H30-17H30 en distantiel (15 minutes par équipe).

Soutenance finale : 19/03/2021 (8H30-12H00 et 13H30-17H00). 30 minutes par équipe, questions/réponses et démonstration incluse. Prière de rapporter au fablab le matériel emprunté juste après votre soutenance.

====Séances MPI====

Les séances MPI seront en distanciel (mais ADE fait foi).

<pre>
Séance Thématique Date Horaires Intervenante Salle
1 Définir la problématique 03-févr. 14h-18h Stéphanie Diligent distanciel
2 Gérer le projet en restant agile 10-févr. 8h30 - 12h30 Stéphanie Diligent distanciel
3 Communiquer 24-févr. 8h30 - 12h30 Emmanuelle Tréhoust distanciel
4 Evaluer et valoriser 03-mars 8h30 - 12h30 Emmanuelle Tréhoust distanciel
5 Evaluation 10-mars 8h30 - 12h30 Stéphanie Diligent distanciel
</pre>

==== Soutenance intermédiaire S10 ====
Date: 26/02 Après midi. Distantiel (sur Zoom).

L'objectif de la soutenance intermédiaire est de vérifier si l'équipe projet est en bon ordre de marche. La présence du porteur n'est pas obligatoire. Prévoyez du temps pour les questions-réponses (5 minutes max).

L'équipe présentera en 5-6 transparents en 8 minutes.
* les équipiers et leurs rôles
* le contexte, le sujet et l'objectif du projet
* l'architecture du systèmes à réaliser
* les technologies utilisées
* le plan de travail (backlog, planning, ce qui est fait, ce qu'il reste à faire ...)
* les difficultés (s'il y a)

Respectez bien les créneaux indiqués (par respect pour les autres équipes).

==== Soutenance finale S10 ====
Date: 19/03/2021 (8H30-12H00 et 13H30-17H00).

'''La présence du(des) porteur(s) est obligatoire. Pensez à les prévenir bien à l'avance'''

Durée: 30 minutes par équipe: présentation, questions/réponses et démonstration incluse.

Les documents devront être en ligne sur le wiki (colonne Documents) la veille (ie avant le 18/03/2021 23:59:59 CET).

'''Remarque: le poster et le flyer (recto-verso A4 en 3 plis : [http://air.imag.fr/mediawiki/images/9/9b/FlyerCervin.pdf exemple]) doivent être rédigés en anglais.''' Pensez à ajouter un [https://zxing.appspot.com/generator QRCode] vers la page du projet dans le poster et dans le flyer.

La présentation est constituée des chapitres suivants:
* Rappel du sujet/besoin et cahier des charges
* Technologies employées
* Architecture techniques
* Réalisations techniques
* Gestion de projet (méthode, planning prévisionnel et effectif, gestion des risques, rôles des membres ...)
* Outils (collaboration, CD/CI ...)
* Métriques logiciels : lignes de code, langages, performance, temps ingénieur (d'après vos journaux), la répartition des lignes de code et des commits en pourcentage entre les membres du projet ...)
* Conclusion (Retour d'expérience)
* Transparent expliquant la démonstration

L'ensemble des documents doit être accessible depuis le tableau ci-dessus et dans chaque fiche de suivi.

Le screencast (réalisé lors de la dernière répétition) sera rendu disponible via un partage caché (wetransfer, google drive …) dont le lien sera ajouté dans le devoir idoine sur Moodle et également envoyé par mail à votre tuteur.

Le rapport final contient les mêmes chapitres que la présentation ainsi qu'un glossaire et une bibliographie. Le rapport ne doit pas dépasser 15 pages (schémas et figures compris). Vous pourrez référencer les autres documents que vous avez produits au cours du projet (spécifications détaillées, algorithmes, conception d'écrans ...).

Le rapport final est au format Markdown et doit être placé dans un des dépôts Git de votre groupe/organisation.

NB: le rapport technique listé dans la colonne Documents contient tout ce qui ne tient pas dans les 15 pages du rapport final : cahier des charges, diagrammes UML, enquêtes utilisateurs design UI, API, technologies employées (détail), plan de tests, term of services, conformance RPGD, audits/diagnostiques sécurité, MTBR, rapport de vulnérabilité, plan de charge, rapports de charge, manuel d'installation … : ça dépend un peu de la nature de votre projet.

Conseil : 30 minutes c'est très court alors répétez la soutenance auparavant ! Prévoyez des transparents supplémentaires en annexe pour répondre aux questions.

NB: Vous pouvez prévoir d’organiser une démonstration plus longue de votre projet auprès de vos porteurs et vos tuteurs avant ou après la soutenance.

'''Prière de rapporter au fablab le matériel emprunté juste après votre soutenance'''.

==== Affectations S10====
{|class="wikitable alternance"
|+ Affectation des projets INFO5 2020-2021
|-
|
!scope="col"| Sujet
!scope="col"| Etudiants
!scope="col"| Enseignant(s)
!scope="col"| Fiche de suivi
!scope="col"| Documents
!scope="col"| Dépôt Git
!scope="col"| Soutenance intermédiaire
!scope="col"| Soutenance finale
|-
!scope="row"| 1
| [[Infrastructure de communication interne au cubesat ATISE du CSUG | ATISE]]
| Alexandre SALMON, Myriam LOMBARD, Killian PAREILLEUX, Adrien ARTAUD
| Imane El-Khantouti (CSUG, UGA), Frédéric Martin (CSUG, UGA)
| [[PROJET-INFO5 2021 ATISE| Fiche de suivi]]
| [https://air.imag.fr/index.php/Infrastructure_de_communication_interne_au_cubesat_ATISE_du_CSUG Documents], [[Media:ATISE_rapport.pdf|Rapport]], [[Media:ATISE_Flyer.pdf|Flyer]], [[Media:ATISE_Poster.pdf|Poster]], [[Pitch ATISE | Pitch]], [https://github.com/ATISE-2020-2021-Polytech-Grenoble/Docs/blob/master/ScreenCastATISE.ogv Screencast]
| [https://github.com/ATISE-2020-2021-Polytech-Grenoble Dépôt Github]
| 13H30, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_1.pdf|Présentation intermédiaire]]
| 9H00, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_1.pdf|Présentation finale]]
|-
!scope="row"| 2
| [[Wildcount:_Inexpensive_Edge_sensor_for_recognizing_and_counting_the_presence_of_humans_(anonymous)_and_animals_into_wild_and_protected_areas.|Wildcount]]
| BEAUGRAND Elisa, DE GAUDENZI Louis, GRAUGNARD Tom, ROLLIN Alexis
| DONSEZ Didier, QUENOT Georges
| [[PROJET-INFO5_2021_Wildcount|Fiche de suivi]]
| [[Wildcount:_Inexpensive_Edge_sensor_for_recognizing_and_counting_the_presence_of_humans_(anonymous)_and_animals_into_wild_and_protected_areas.|Documents]], [https://gitlab.com/wildcount/doc/-/blob/master/RAPPORT_FINAL.md Rapport], [[Media:Wildcount_Flyer.pdf|Flyer]], [[Media:WildCount.pdf|Poster]], [[Media:pitch_WildCount.pdf |Pitch]], [https://drive.google.com/file/d/17kRStVzWLACtxEpDSXeEqgNv4S4WqaKl/view?usp=sharing Screencast]
| [https://gitlab.com/wildcount Dépôt Gitlab]
| 13H45, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_2.pdf|Présentation]]
| 14H30, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_2.pdf|Présentation]]
|-
!scope="row"| 5
| [[Signature électronique eIDAS|eIDAS]]
| ASSI Dima, BILOUNGA Aleck, EL AJI Houda, ZERAMDINI Otba
| Nicolas PALIX
| [[PROJET-INFO5 2021 Signature électronique eIDAS| Fiche de suivi]]
| [https://air.imag.fr/index.php/Signature_%C3%A9lectronique_eIDAS Documents], [https://github.com/2020-2021-EIDAS-INFO5/Docs/blob/master/Technical_document.md Rapport technique], [[Media:Flyer_EIDAS.pdf|Flyer]], [[Media: Poster eIDAS.pdf| Poster]], [[Media:Rapport-final-eidas.pdf|Rapport final]], [[Media:Pitch_eIDAS.pdf|Pitch]], [https://youtu.be/Uuvf6bRpHyo Screencast Part 1], [https://drive.google.com/drive/folders/1QNQN-MCrYthh8jqjr3i9NB-BTTmqBBtG?usp=sharing Screencast Part 2]
| [https://github.com/2020-2021-EIDAS-INFO5 Dépôt Github]
| 14H00, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_5.pdf|Présentation]]
| 15H45, [[Media:Presentation-eIDAS-final.pdf|Présentation]]
|-

!scope="row"| 6
| [[Contributions open source au projet EdCampus|EdCampus]]
| COURTHIAL Samuel, FOUGERE Sebastien, DELBOS Robin
| POLLIER Gérard, GEOURJON Anthony, DONSEZ Didier
| [[PROJET-INFO5 2021 Contributions open source au projet EdCampus| Fiche de suivi]]
| [https://air.imag.fr/index.php/Contributions_open_source_au_projet_EdCampus Documents], [https://air.imag.fr/index.php/Rapport_Final_EDCampus Rapport],[[Media:flyer_EDCampus.pdf|Flyer]], [[Media:poster_EDCampus.pdf|Poster]], [[Media:pitch_EDCampus.pdf|Pitch]], Screencast
| [https://gricad-gitlab.univ-grenoble-alpes.fr/edcampus Dépôt GitLab]
| 14H15, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_6.pdf|Présentation]]
| 09H30, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_6.pdf|Présentation]]
|-

!scope="row"| 8
| [[Prototypage d'application mobile pour la vente en direct de produits producteur locaux]]
| BOLEAT Baptiste, CHAIX Manon, MICHELARD Leila, PALOMO Rémy
| DELANGUE Sylvain, Gérard POLLIER (Disrupt Campus)
| [[PROJET-INFO5 2021 Go Farmer | Fiche de suivi]]
| [[Rapport final Go Farmer | Rapport Final]], [https://air.imag.fr/index.php/Prototypage_d%27application_mobile_pour_la_vente_en_direct_de_produits_producteur_locaux Documents], [[Media:Flyer Producteurs Locaux.pdf | Flyer]], [[Media:Poster_Producteurs_Locaux.pdf | Poster]], [[Media: Pitch_Producteurs_Locaux.pdf | Pitch]], [https://drive.google.com/file/d/1gNGQYwygxEDpGpxbIMYtM05xAAotVdgJ/view?usp=sharing Screencast]
| [https://bitbucket.org/gofarmer/ Dépôt Bitbucket (privé)]
| 14H30, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_8.pdf|Présentation]]
| 08H30, [[Media:Diapo_Producteurs_Locaux.pdf|Présentation]]
|-
!scope="row"| 9
| [[Secours Montagne avec LoRa|Saint-Bernard]]
| CHATON Alexandra, FRION Thomas, PASDELOUP Romain
| TOURANCHEAU Bernard
| [[PROJET-INFO5 2021 Secours Montagne avec LoRa | Fiche de suivi]]
| [https://gitlab.com/info5-lora-avalanche/documentation/-/blob/master/Reports/Rapport%20Final.pdf Rapport final], [https://gitlab.com/info5-lora-avalanche/documentation/-/blob/master/Reports/Final%20Report.md Rapport final (MD)] [https://gitlab.com/info5-lora-avalanche/documentation/-/blob/master/Presentation/Flyer_projet_Saint-Bernard.pdf Flyer], [https://gitlab.com/info5-lora-avalanche/documentation/-/blob/master/Presentation/Poster_project_Saint-Bernard.pdf Poster], [https://gitlab.com/info5-lora-avalanche/documentation/-/blob/master/Reports/Pitch.pdf Pitch], [https://gitlab.com/info5-lora-avalanche/documentation/-/blob/master/Presentation/Soutenance%20Finale.pdf Présentation], [https://gitlab.com/info5-lora-avalanche/documentation/-/blob/master/Presentation/D%C3%A9monstration.pdf Demo], [https://videos.univ-grenoble-alpes.fr/video/17215-soutenance-projet-saint-bernard/ Screencast]
| [https://gitlab.com/info5-lora-avalanche Gitlab]
| 15H00, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_9.pdf|Présentation]]
| 14H00, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_9.pdf|Présentation]]
|-
!scope="row"| 10
| [[GenderedNews|GenderedNews]]
| HO Nhat Quang, MURPHY Mica, NGUENA Gloria, SAGET Antoine
| PORTET François, BASTIN Gilles, RICHARD Ange
| [[PROJET-INFO5 2021 GenderedNews | Fiche de suivi]]
| [https://air.imag.fr/index.php/GenderedNews Documents], [[Media:GenderedNews_Flyer.pdf | Flyer]], [https://gricad-gitlab.univ-grenoble-alpes.fr/getalp/genderednews/-/wikis/Rapport Rapport final], [https://gricad-gitlab.univ-grenoble-alpes.fr/getalp/genderednews/-/wikis/home Rapport technique], [[Media:GenderedNews_Poster.pdf | Poster]], [[Media:GenderedNews_Pitch.pdf | Pitch]], [https://videos.univ-grenoble-alpes.fr/video/17224-soutenance-projet-genderednews/ Screencast],
| [https://gricad-gitlab.univ-grenoble-alpes.fr/getalp/genderednews Dépôt GitLab]
| 15H15, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_10.pdf|Présentation]]
| 13H30, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_10.pdf|Présentation]]
|-
!scope="row"| 11
| [[Réseaux social d'organisation de sortie|Réseaux social d'organisation de sortie]]
| EL JRAIDI Rim, VERNET Maxime, SAJIDE Idriss, MANISSADJIAN Gabriel
| RICHARD Olivier
| [[PROJET-INFO5 2021 Réseaux social d'organisation de sortie | Fiche de suivi]]
| [https://air.imag.fr/index.php/R%C3%A9seaux_social_d%27organisation_de_sortie Documents], [[Media:flyer_Osons_sortie.pdf|Flyer]], [[Media:poster_Osons_sortie.pdf|Poster]], [[Media:Pitch_organisation_sorties.pdf|Pitch]], [https://drive.google.com/file/d/1QiPlMh5OtMUlQrQ2mqi3MF9xIy5Gpgpe/view?usp=sharing Screencast], [https://www.figma.com/file/lx1mwonG7jEUYKggjGQvIJ/Maquette?node-id=0%3A1 Maquette, [[Media:Osons_sortir_rapport.pdf|Rapport final]], [[Media:Osons_sortir_rapport_technique.pdf|Rapport technique]]]
| [https://github.com/2020-2021-PROJET-INFO5-G11 Dépot Git (privé)]
| 15H30, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_11.pdf|Présentation]]
| 10H15, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_11.pdf|Présentation]]
|-
!scope="row"| 13
| [[Artiphonie (saison 2)|Artiphonie (saison 2)]]
| CROCIATI Morgan, RIVAL Gaëtan, RUZAFA Rémy, VELUT Claire
| Bastien De Araujo, Guillaume Denis, Estelle Gillet-Perret et Olivier Richard
| [[PROJET-INFO5 2021 Artiphonie (saison 2) | Fiche de suivi]]
| [https://air.imag.fr/index.php/Artiphonie_(saison_2) Documents],[https://github.com/WriteInGesturesProject/docs/blob/master/2021/Rapport_Final.md Rapport Final], [https://github.com/WriteInGesturesProject/docs/blob/master/2021/Rapport_Technique.md Rapport Technique], [[Media:Artiphonie_presentation_final.pdf| Présentation Final]], [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_13.pdf|Présentation Mi-Projet]], [[Media:Flyer_-_Atrhiphonie.pdf|Flyer]], [[Media:Poster_Atrhiphonie.pdf|Poster]], [[Media:Pitch_Artiphonie.pdf|Pitch]], [https://drive.google.com/file/d/1B2W_On2FSED2HAKQ3kXJOOuL1RUmcJl7/view?usp=sharing Screencast]
| [https://github.com/WriteInGesturesProject Dépôt Github]
| 15H45, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_13.pdf|Présentation]]
| 10H45, [[Media:Artiphonie_presentation_final.pdf| Présentation]]
|-
|scope="row"| 14
| [[Covoiturage solidaire avec borne d'appel|Covoiturage solidaire avec borne d'appel]]
| EL MUFTI Ali, NELSON William
| Christine Verdier, Fabrice Forest (Didier Donsez pour le support technique borne d'appel).
| [[PROJET-INFO5 2021 Covoiturage solidaire avec borne d'appel| Fiche de suivi]]
| [https://air.imag.fr/index.php/Covoiturage_solidaire_avec_borne_d%27appel Documents], [[Media:flyermobipa.pdf|Flyer]], [[Media:mobipa.pdf|Poster]],[https://github.com/OliDesu/MoBiPa/blob/main/README.md Rapport Final], [[Media:Pitch_Groupe14.pdf|Pitch]], [https://drive.google.com/file/d/1UUIEeNCaXYSwRKKdeRJDeDXBIg0y2CYx/view?usp=sharing Screencast]
| [https://github.com/OliDesu/MoBiPa Dépôt GitHub]
| 16H00, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_14.pdf|Présentation]]
| 15H15, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_14.pdf|Présentation]]
|}

====Projets non choisis====
* [[LoRaWAN Roaming]] avec [[Chirpstack]] et [[TheThingStack]]: Didier Donsez, Bernard Tourancheau.
* [[Contributions open-source au projet JHipster]] : Didier Donsez
* [[Test d'infrastructures avec NixOS]] Olivier Richard et Quentin Guilloteau

Projets 2020-2021

2021-03-08T15:28:10Z

Hugo.Prat-Capilla:

<<[[Projets 2019-2020]] | [[Projets]] | [[Projets 2021-2022]]>>
=INFO=
==INFO3==

==INFO4==
===Projet Semestre S8===

Enseignants responsables : Olivier Richard, Didier Donsez

* Dates : Lundi après-midi, Mardi après-midi
* Lancement: 18 Janvier 2021 après midi
* Soutenance à mi-parcours: A définir
* Soutenance: A définir

* '''Evaluation à mi-parcours le lundi/mardi ???''': Format: 10min (5min de présentation 3 slides au plus, 5min de discussion). Cette évaluation sera prise en compte dans la note finale.

'''Consignes générales:'''

* '''Vous devez être pro-actifs !!!''': Si des points sont pas ou mals spécifiés, vous le faîtes et vous justifiez vos choix. Pour les problèmes techniques éventuels vous pouvez: creuser la question, contacter l'auteur du code si il y a lieu, écrire un rapport de bug ('''Attention:''' ca se prépare !), soumettre un patch/pull request, contacter l'enseignant ou la personne référente du projet.

* '''Vous devez maintenir une fiche de suivi de projet''': elle doit être mise à jour chaque semaine, elle rassemble les élements essentiels du projet, elle indique les évolutions du projet et présente sa feuille de route. '''Note:''' le nom de la fiche doit être composé du nom du projet et suffixé par info4_2020_2021. '''Cette fiche compte pour la note finale'''

* '''Votre code''' pour doit être hébergé sur le gitlab et à l'URL suivante https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21 , vous utiliserez votre compte UGA.

* Chaque projet doit avoir '''aux moins 2 dépôts git''':
** '''Un pour les documents''' demandés rapport, présentation de pré-soutenante, de soutenance, flyer. '''Il sera appelé documents.'''
** Un ou plusieurs pour le code, les tests, les évaluations, les preuves de concept, la ou les documentations afférentes.

* Les '''documents public doivent être rédigés en anglais (README, documentation, commentaires de code, nom de variables et de fonctions)'''. Le *rapport* sera aussi demandé en *anglais* (il fera la taille d'un rapport de TP). Les transparents des présentation peuvent être en anglais ou en francais, la soutenance sera taire en francais.

* '''La note obtenue''' tiendra compte du '''nombre et de la qualité des commits''' observé dans '''vos dépots git et la branche master''' (or depot documents). La qualité comprend l'intitulé du commit et son contenu. Les notes pourront être différentiées dans un groupe, il n'est pas acceptable de pas avoir de commit dans le(s) dépôt(s) du projet (or dépôt documents).

* Il est fortement conseillé de suivre un '''développement incrémental''' qui permette d'avoir à tout moment un démonstrateur à présenter, un projet peut être constituer d'une succession de '''démonstrateurs présentables séparément'''.

* Vous devez faire aussi des '''schémas d'architectures générales et/ou spéficiques, des diagrammes de séquence''', et autre documents de spécification si nécessaire. Ces documents vous serviront de base de discussion/brainstorming interne ainsi que dans vos différents documents (rapport, présentations, documentation). Ces schémas sont avant tout conceptuels et techniques.

===Propositions de projets S8===

* 1. [[Contribution au projet STM32Python]], Didier DONSEZ.
* 2. [[Portage du kit station LoRa LRWAN2 de ST sur RIOT OS]], Didier DONSEZ.
* 3+4. [[Portage de la carte de prototypage IoT Nucleo-WL55JC sur RIOT OS]] + [[Portage de la carte de communication LoRa LLCC68MB2BAS sur RIOT OS]], Didier DONSEZ (1 seul groupe de 3 élèves pour les 2 cartes).
* 5. [[Service Web d'équipements embarqués communicant sur bus CAN]] (2 groupes de 2 élèves), Didier DONSEZ.
* 6. [[Application mobile d'enregistrements de noeuds IoT LoRaWAN dans plusieurs réseaux]], Didier DONSEZ.
* 7. [[Evaluation du toolkit AI de STM32 pour l'analyse de l'environnement sonore]], Didier DONSEZ.
* 8. [[Godot Game Engine et tables tactiles]] : démonstration d'un jeu en réseau sur les 3 tables tactiles : (gaming spirit) Olivier RICHARD.
* 9. [[Serveur filière INFO]], Nicolas Palix
* Agriculture connectée en partenariat avec les projets collectifs IESE/MAT
** 10. [[ASAC/AP|Polytech]] : Nicolas Palix
** 11. [[ASAC/SJC|St Cassien]] : Nicolas Palix
* 12. [[ENT Polytech]] avec XMPP/Mumble/BBB/Mattermost/OpenBoard : Nicolas Palix
* 13. [[Polytech Helper Service | Outils d'aide à la gestion de service]], (professionel) Olivier Richard
* 14. [[Rust Engine | Executeur de tâche en Rust]], (exigeant techniquement) Olivier Richard
* 15. [[Retrocompute simulateur | RetroComputing]]: (vintage style) Coupler le simulateur Digital avec un simulateur de processeur 8bits, Olivier Richard
* 16. [[FPGA et Deep Learnning]] Olivier Richard
* 17. [[OpenAPI OAR | OpenAPI pour la gestion de tâches de ressources OAR]], (professionel) Olivier Richard
* 18. [[Monitoring de la plateforme CampusIoT]] : Didier Donsez

==== Reporté INFO5 21-22 ====
* 1 heure 1 heure (échange de compétence), etudiant.e.s Emilie Tondeux + ?, tuteur ?
==== Reporté ====
[[Simulateur de réseaux simples avec un FPGA]], (typé recherche/prospectif)

==== Affectation ====
{|class="wikitable alternance"
|+ Affectation des projets INFO4 20-21
|-
|
!scope="col"| Sujet
!scope="col"| Etudiants
!scope="col"| Enseignant(s)
!scope="col"| Fiche de suivi
!scope="col"| Documents
|-
!scope="row"| 1
| [[Contribution au projet STM32Python]]
| BAUDEUR BERTRAND,LANQUETIN ALEXIS,TONDEUX EMILIE
| Didier DONSEZ
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/01/docs/-/blob/master/Contribution%20au%20projet%20STM32Python%20info4_2020_2021.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/01/docs/-/blob/master/Pr%C3%A9sentation_mi-parcours.pdf Presentation de mi-parcours]
|-
!scope="row"| 2
| [[Portage du kit station LoRa LRWAN2 de ST sur RIOT OS]]
| HERQUE ERIC,MALLEN GUILLAUME,PORTIER BARNAB
| Didier DONSEZ
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/02/docs/-/blob/master/Portage_du_kit_station_LoRa_LRWAN2_de_ST_sur_RIOT_OS_info4_2020_2021.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/02/docs/-/blob/master/Pr%C3%A9sentation%20de%20mi-parcours.pdf Presentation de mi-parcours]
|-
!scope="row"| 5
| [[Service Web d'équipements embarqués communicant sur bus CAN]]
| ANDRIEUX LIAM,DREZET LUCAS,REGOUIN ROMAN
| Didier DONSEZ
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/05/docs/-/blob/master/EmbeddedEquipmentWebServiceCommunicatingOnCANBus_info4_2020_2021.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/05/docs/-/blob/master/Pre%20viva%20presentation.pdf Presentation de mi-parcours]
|-
!scope="row"| 6
| [[Application mobile d'enregistrements de noeuds IoT LoRaWAN dans plusieurs réseaux]]
| CAMBUS QUENTIN,EL YANDOUZI ELIAS,JULIENNE MALONE
| Didier Donsez
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/06/docs/-/blob/master/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/06/docs/-/blob/master/Pr%C3%A9sentation_IoT.pdf Presentation de mi-parcours]
|-
!scope="row"| 7
| [[ Evaluation du toolkit AI de STM32 pour reconnaissance sonore]]
| COSOTTI KEVIN,GRANGER OSCAR,GUIGNARD JULIE
| Didier Donsez
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/07/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[https://docs.google.com/presentation/d/15RCcuoAWGlpOLyM_SX3tXVhhXEHiTuNTXXxRCrJ4tiA/edit?usp=sharing |Presentation de mi-parcours]]
|-
!scope="row"| 8
| [[Godot Game Engine et tables tactiles|Godot Engine]]
| CIRSTEA PAUL,DE MULATIER JEAN-THEOPHANE,SOULARD ALEXANDR
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/08/docs/-/blob/master/Godot_Game_Engine_et_tables_tactiles_info4_2020_2021.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[https://docs.google.com/presentation/d/1CUBp5Zz1uivkCb8latQ8tnfSy-bUTJs-7f3f7GcH4Zs/edit?usp=sharing |Presentation de mi-parcours]]
|-
!scope="row"| 9
| [[Serveur_filière_INFO|Serveur INFO]]
| GITTON ANTOINE,MERTENS GILLES,SUEUR CORENTIN
| Nicolas Palix
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/09/docs/-/blob/master/Serveur_filiere_info4_2020_2021.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:Presentation_mi_parcours_groupe7.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 10
| [[ASAC/AP|Serre Polytech]]
| AGUIAR MATHILDE,HAJJI OUMAIMA,SIDIBE ROKIATOU DITE ROSE
| Nicolas Palix
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/10/docs/-/blob/master/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/10/docs/-/blob/master/Presentations/mid-project_slides.pdf | Presentation de mi-parcours]]
|-
!scope="row"| 11
| [[ASAC/SJC/SJC-2020-INFO]]
| BUISINE JULIEN,PRAT-CAPILLA HUGO,TEYSSIER THEO
| Nicolas Palix
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/11/docs/-/blob/master/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/11/docs/-/blob/master/Team11-Presentation.pdf Presentation de mi-parcours]
|-
!scope="row"| 12
| [[ENT Polytech]]
| HERY JULES,SALMON AMAD,VACHERIAS GUILLAUME
| Nicolas Palix
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/12/docs/-/blob/master/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/12/docs/-/blob/master/Presentation_mi_parcours.pdf | Presentation de mi-parcours]]
|-
!scope="row"| 13
| [[Polytech_Helper_Service|Polytech Helper Service]]
| ALIBERT ANGELO,NOERIE SOPHIE,SARRE MARGAUX
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/13/docs/ Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/13/docs/-/blob/master/Pr%C3%A9sentation_Mi-Parcours.pdf Presentation de mi-parcours]
|-
!scope="row"| 14
| [[Rust Engine|Rust Engine]]
| BARET DORIAN,CHALOYARD LUCAS,MALOD VICTOR,PARA YAEL
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/14/docs/-/blob/master/tracking-sheet.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/14/docs/-/blob/master/soutenance-mi_parcours.pdf Presentation de mi-parcours]
|-
!scope="row"| 15
| [[Retrocompute_simulateur|Retrocomputing]]
| ELHADJI TCHIAMBOU SAMI,HUMBERT CORENTIN,MUTEL MATHIS
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/15/docs/-/blob/master/README.md#follow-up Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/15/docs/-/blob/master/diapo_soutenance_mi_parcours.pdf Presentation de mi-parcours]
|-
!scope="row"| 16
| [[FPGA et Deep Learning]]
| GEITNER TEVA,GONZALEZ JULES,MALECOT ETHAN
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/16/docs/-/blob/master/FPGA_info4_2020_2021.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/16/docs/-/blob/master/Presentation_mi-projet.pdf Presentation de mi-parcours]
|-
!scope="row"| 17
| [[OpenAPI OAR]]
| LAMBERT DAPHNE,MINIER-MANCINI TITOUAN,TOUE TIOYE
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/17/docs/-/blob/master/TRACKING_SHEET.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 18
| [[Monitoring de la plateforme CampusIoT]]
| BLANQUET ANTOINE,LAMBERT PAUL,YUNG KEVIN
| Didier Donsez
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/18/docs/-/blob/master/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/18/docs/-/blob/master/Reunion_de_mi_parcours.pdf Presentation de mi-parcours]
|-
|}

==INFO5==
===Projet IoT S9===
Enseignants responsables : Bernard Tourancheau

Calendrier: ??? Septembre à ??? Décembre 2020.

===Projet Semestre S10===

Enseignants responsables : [[user:Donsez|Didier Donsez]]

Calendrier: 28/01 (13H30-17H30) au 19/03.

Séances de Management de projets innovants: A voir dessus.

Réunion de présentation et choix des sujets: 28/01 (13H30-17H30) en salle P257 (voir ADE)

Démarrage : 29/01 (13H30-17H30)

Soutenance à mi-parcours : 26/02/2021 13H30-17H30 en distantiel (15 minutes par équipe).

Soutenance finale : 19/03/2021 (8H30-12H00 et 13H30-17H00). 30 minutes par équipe, questions/réponses et démonstration incluse. Prière de rapporter au fablab le matériel emprunté juste après votre soutenance.

====Séances MPI====

Les séances MPI seront en distanciel (mais ADE fait foi).

<pre>
Séance Thématique Date Horaires Intervenante Salle
1 Définir la problématique 03-févr. 14h-18h Stéphanie Diligent distanciel
2 Gérer le projet en restant agile 10-févr. 8h30 - 12h30 Stéphanie Diligent distanciel
3 Communiquer 24-févr. 8h30 - 12h30 Emmanuelle Tréhoust distanciel
4 Evaluer et valoriser 03-mars 8h30 - 12h30 Emmanuelle Tréhoust distanciel
5 Evaluation 10-mars 8h30 - 12h30 Stéphanie Diligent distanciel
</pre>

==== Soutenance intermédiaire S10 ====
Date: 26/02 Après midi. Distantiel (sur Zoom).

L'objectif de la soutenance intermédiaire est de vérifier si l'équipe projet est en bon ordre de marche. La présence du porteur n'est pas obligatoire. Prévoyez du temps pour les questions-réponses (5 minutes max).

L'équipe présentera en 5-6 transparents en 8 minutes.
* les équipiers et leurs rôles
* le contexte, le sujet et l'objectif du projet
* l'architecture du systèmes à réaliser
* les technologies utilisées
* le plan de travail (backlog, planning, ce qui est fait, ce qu'il reste à faire ...)
* les difficultés (s'il y a)

Respectez bien les créneaux indiqués (par respect pour les autres équipes).

==== Soutenance finale S10 ====
Date: 19/03/2021 (8H30-12H00 et 13H30-17H00).

'''La présence du(des) porteur(s) est obligatoire. Pensez à les prévenir bien à l'avance'''

Durée: 30 minutes par équipe: présentation, questions/réponses et démonstration incluse.

Les documents devront être en ligne sur le wiki (colonne Documents) la veille (ie avant le 18/03/2021 23:59:59 CET).

La présentation est constituée des chapitres suivants:
* Rappel du sujet/besoin et cahier des charges
* Technologies employées
* Architecture techniques
* Réalisations techniques
* Gestion de projet (méthode, planning prévisionnel et effectif, gestion des risques, rôles des membres ...)
* Outils (collaboration, CD/CI ...)
* Métriques logiciels : lignes de code, langages, performance, temps ingénieur (d'après vos journaux), la répartition des lignes de code et des commits en pourcentage entre les membres du projet ...)
* Conclusion (Retour d'expérience)
* Transparent expliquant la démonstration

L'ensemble des documents doit être accessible depuis le tableau ci-dessus et dans chaque fiche de suivi.

Le screencast (réalisé lors de la dernière répétition) sera rendu disponible via un partage caché (wetransfer, google drive …) dont le lien sera ajouté dans le devoir idoine sur Moodle et également envoyé par mail à votre tuteur.

Le rapport final contient les mêmes chapitres que la présentation ainsi qu'un glossaire et une bibliographie. Le rapport ne doit pas dépasser 15 pages (schémas et figures compris). Vous pourrez référencer les autres documents que vous avez produits au cours du projet (spécifications détaillées, algorithmes, conception d'écrans ...).

Le rapport final est au format Markdown et doit être placé dans un des dépôts Git de votre groupe/organisation.

NB: le rapport technique listé dans la colonne Documents contient tout ce qui ne tient pas dans les 15 pages du rapport final : cahier des charges, diagrammes UML, enquêtes utilisateurs design UI, API, technologies employées (détail), plan de tests, term of services, conformance RPGD, audits/diagnostiques sécurité, MTBR, rapport de vulnérabilité, plan de charge, rapports de charge, manuel d'installation … : ça dépend un peu de la nature de votre projet.

Conseil : 30 minutes c'est très court alors répétez la soutenance auparavant ! Prévoyez des transparents supplémentaires en annexe pour répondre aux questions.

'''Prière de rapporter au fablab le matériel emprunté juste après votre soutenance'''.

==== Affectations S10====
{|class="wikitable alternance"
|+ Affectation des projets INFO5 2020-2021
|-
|
!scope="col"| Sujet
!scope="col"| Etudiants
!scope="col"| Enseignant(s)
!scope="col"| Fiche de suivi
!scope="col"| Documents
!scope="col"| Dépôt Git
!scope="col"| Soutenance intermédiaire
!scope="col"| Soutenance finale
|-
!scope="row"| 1
| [[Infrastructure de communication interne au cubesat ATISE du CSUG | ATISE]]
| Alexandre SALMON, Myriam LOMBARD, Killian PAREILLEUX, Adrien ARTAUD
| Imane El-Khantouti (CSUG, UGA), Frédéric Martin (CSUG, UGA)
| [[PROJET-INFO5 2021 ATISE| Fiche de suivi]]
| [https://air.imag.fr/index.php/Infrastructure_de_communication_interne_au_cubesat_ATISE_du_CSUG Documents], Flyer, Poster, Pitch, Screencast
| Dépôt Git (privé ou public)
| 13H30, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_1.pdf|Présentation]]
| 9H00, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_1.pdf|Présentation]]
|-
!scope="row"| 2
| [[Wildcount:_Inexpensive_Edge_sensor_for_recognizing_and_counting_the_presence_of_humans_(anonymous)_and_animals_into_wild_and_protected_areas.|Wildcount]]
| BEAUGRAND Elisa, DE GAUDENZI Louis, GRAUGNARD Tom, ROLLIN Alexis
| DONSEZ Didier, QUENOT Georges
| [[PROJET-INFO5 2021 Wildcount | Fiche de suivi]]
| [https://air.imag.fr/index.php/Wildcount:_Inexpensive_Edge_sensor_for_recognizing_and_counting_the_presence_of_humans_(anonymous)_and_animals_into_wild_and_protected_areas. Documents], Flyer, Poster, Pitch, Screencast
| [https://gitlab.com/wildcount Dépôt Gitlab]
| 13H45, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_2.pdf|Présentation]]
| 14H30, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_2.pdf|Présentation]]
|-
!scope="row"| 5
| [[Signature électronique eIDAS|eIDAS]]
| ASSI Dima, BILOUNGA Aleck, EL AJI Houda, ZERAMDINI Otba
| Nicolas PALIX
| [[PROJET-INFO5 2021 Signature électronique eIDAS| Fiche de suivi]]
| [https://air.imag.fr/index.php/Signature_%C3%A9lectronique_eIDAS Documents], Flyer, Poster, Pitch, Screencast
| [https://github.com/2020-2021-EIDAS-INFO5 Dépôt Github]
| 14H00, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_5.pdf|Présentation]]
| Après-midi, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_5.pdf|Présentation]]
|-

!scope="row"| 6
| [[Contributions open source au projet EdCampus|EdCampus]]
| COURTHIAL Samuel, FOUGERE Sebastien, DELBOS Robin
| POLLIER Gérard, GEOURJON Anthony, DONSEZ Didier
| [[PROJET-INFO5 2021 Contributions open source au projet EdCampus| Fiche de suivi]]
| [https://air.imag.fr/index.php/Contributions_open_source_au_projet_EdCampus Documents], Flyer, Poster, Pitch, Screencast
| [https://gricad-gitlab.univ-grenoble-alpes.fr/edcampus Dépôt GitLab]
| 14H15, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_6.pdf|Présentation]]
| 09H30, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_6.pdf|Présentation]]
|-

!scope="row"| 8
| [[Prototypage d'application mobile pour la vente en direct de produits producteur locaux]]
| BOLEAT Baptiste, CHAIX Manon, MICHELARD Leila, PALOMO Rémy
| DELANGUE Sylvain, Gérard POLLIER (Disrupt Campus)
| [[PROJET-INFO5 2021 Go Farmer | Fiche de suivi]]
| [https://air.imag.fr/index.php/Prototypage_d%27application_mobile_pour_la_vente_en_direct_de_produits_producteur_locaux Documents], Flyer, Poster, Pitch, Screencast
| [https://bitbucket.org/gofarmer/ Dépôt Bitbucket (privé)]
| 14H30, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_8.pdf|Présentation]]
| 08H30, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_8.pdf|Présentation]]
|-
!scope="row"| 9
| [[Secours Montagne avec LoRa|Saint-Bernard]]
| CHATON Alexandra, FRION Thomas, PASDELOUP Romain
| TOURANCHEAU Bernard
| [[PROJET-INFO5 2021 Secours Montagne avec LoRa | Fiche de suivi]]
| [https://gitlab.com/info5-lora-avalanche/documentation Documents], Flyer, Poster, Pitch, Screencast
| [https://gitlab.com/info5-lora-avalanche Gitlab]
| 15H00, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_9.pdf|Présentation]]
| 14H00, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_9.pdf|Présentation]]
|-
!scope="row"| 10
| [[GenderedNews|GenderedNews]]
| HO Nhat Quang, MURPHY Mica, NGUENA Gloria, SAGET Antoine
| PORTET François, BASTIN Gilles
| [[PROJET-INFO5 2021 GenderedNews | Fiche de suivi]]
| [https://air.imag.fr/index.php/GenderedNews Documents], Flyer, Poster, Pitch, Screencast
| [https://gricad-gitlab.univ-grenoble-alpes.fr/getalp/genderednews Dépôt GitLab]
| 15H15, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_10.pdf|Présentation]]
| 13H30, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_10.pdf|Présentation]]
|-
!scope="row"| 11
| [[Réseaux social d'organisation de sortie|Réseaux social d'organisation de sortie]]
| EL JRAIDI Rim, VERNET Maxime, SAJIDE Idriss, MANISSADJIAN Gabriel
| RICHARD Olivier
| [[PROJET-INFO5 2021 Réseaux social d'organisation de sortie | Fiche de suivi]]
| [https://air.imag.fr/index.php/R%C3%A9seaux_social_d%27organisation_de_sortie Documents], Flyer, Poster, Pitch, Screencast
| [https://github.com/2020-2021-PROJET-INFO5-G11 Dépot Git (privé)]
| 15H30, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_11.pdf|Présentation]]
| 10H15, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_11.pdf|Présentation]]
|-
!scope="row"| 13
| [[Artiphonie (saison 2)|Artiphonie (saison 2)]]
| CROCIATI Morgan, RIVAL Gaëtan, RUZAFA Rémy, VELUT Claire
| Bastien De Araujo, Guillaume Denis, Estelle Gillet-Perret et Olivier Richard
| [[PROJET-INFO5 2021 Artiphonie (saison 2) | Fiche de suivi]]
| [https://air.imag.fr/index.php/Artiphonie_(saison_2) Documents], Flyer, Poster, Screencast
| [https://github.com/WriteInGesturesProject Dépôt Github]
| 15H45, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_13.pdf|Présentation]]
| 10H45, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_13.pdf|Présentation]]
|-
|scope="row"| 14
| [[Covoiturage solidaire avec borne d'appel|Covoiturage solidaire avec borne d'appel]]
| EL MUFTI Ali, NELSON William
| Christine Verdier, Fabrice Forest (Didier Donsez pour le support technique borne d'appel).
| [[PROJET-INFO5 2021 Covoiturage solidaire avec borne d'appel| Fiche de suivi]]
| [https://air.imag.fr/index.php/Covoiturage_solidaire_avec_borne_d%27appel Documents], Flyer, Poster, Pitch, Screencast
| [https://github.com/OliDesu/MoBiPa Dépôt Git]
| 16H00, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_14.pdf|Présentation]]
| Après-midi, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_14.pdf|Présentation]]
|}

====Projets non choisis====
* [[LoRaWAN Roaming]] avec [[Chirpstack]] et [[TheThingStack]]: Didier Donsez, Bernard Tourancheau.
* [[Contributions open-source au projet JHipster]] : Didier Donsez
* [[Test d'infrastructures avec NixOS]] Olivier Richard et Quentin Guilloteau

Projets 2020-2021

2021-03-07T11:01:09Z

Hugo.Prat-Capilla: Team 11 update link to follow up sheet.

<<[[Projets 2019-2020]] | [[Projets]] | [[Projets 2021-2022]]>>
=INFO=
==INFO3==

==INFO4==
===Projet Semestre S8===

Enseignants responsables : Olivier Richard, Didier Donsez

* Dates : Lundi après-midi, Mardi après-midi
* Lancement: 18 Janvier 2021 après midi
* Soutenance à mi-parcours: A définir
* Soutenance: A définir

* '''Evaluation à mi-parcours le lundi/mardi ???''': Format: 10min (5min de présentation 3 slides au plus, 5min de discussion). Cette évaluation sera prise en compte dans la note finale.

'''Consignes générales:'''

* '''Vous devez être pro-actifs !!!''': Si des points sont pas ou mals spécifiés, vous le faîtes et vous justifiez vos choix. Pour les problèmes techniques éventuels vous pouvez: creuser la question, contacter l'auteur du code si il y a lieu, écrire un rapport de bug ('''Attention:''' ca se prépare !), soumettre un patch/pull request, contacter l'enseignant ou la personne référente du projet.

* '''Vous devez maintenir une fiche de suivi de projet''': elle doit être mise à jour chaque semaine, elle rassemble les élements essentiels du projet, elle indique les évolutions du projet et présente sa feuille de route. '''Note:''' le nom de la fiche doit être composé du nom du projet et suffixé par info4_2020_2021. '''Cette fiche compte pour la note finale'''

* '''Votre code''' pour doit être hébergé sur le gitlab et à l'URL suivante https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21 , vous utiliserez votre compte UGA.

* Chaque projet doit avoir '''aux moins 2 dépôts git''':
** '''Un pour les documents''' demandés rapport, présentation de pré-soutenante, de soutenance, flyer. '''Il sera appelé documents.'''
** Un ou plusieurs pour le code, les tests, les évaluations, les preuves de concept, la ou les documentations afférentes.

* Les '''documents public doivent être rédigés en anglais (README, documentation, commentaires de code, nom de variables et de fonctions)'''. Le *rapport* sera aussi demandé en *anglais* (il fera la taille d'un rapport de TP). Les transparents des présentation peuvent être en anglais ou en francais, la soutenance sera taire en francais.

* '''La note obtenue''' tiendra compte du '''nombre et de la qualité des commits''' observé dans '''vos dépots git et la branche master''' (or depot documents). La qualité comprend l'intitulé du commit et son contenu. Les notes pourront être différentiées dans un groupe, il n'est pas acceptable de pas avoir de commit dans le(s) dépôt(s) du projet (or dépôt documents).

* Il est fortement conseillé de suivre un '''développement incrémental''' qui permette d'avoir à tout moment un démonstrateur à présenter, un projet peut être constituer d'une succession de '''démonstrateurs présentables séparément'''.

* Vous devez faire aussi des '''schémas d'architectures générales et/ou spéficiques, des diagrammes de séquence''', et autre documents de spécification si nécessaire. Ces documents vous serviront de base de discussion/brainstorming interne ainsi que dans vos différents documents (rapport, présentations, documentation). Ces schémas sont avant tout conceptuels et techniques.

===Propositions de projets S8===

* 1. [[Contribution au projet STM32Python]], Didier DONSEZ.
* 2. [[Portage du kit station LoRa LRWAN2 de ST sur RIOT OS]], Didier DONSEZ.
* 3+4. [[Portage de la carte de prototypage IoT Nucleo-WL55JC sur RIOT OS]] + [[Portage de la carte de communication LoRa LLCC68MB2BAS sur RIOT OS]], Didier DONSEZ (1 seul groupe de 3 élèves pour les 2 cartes).
* 5. [[Service Web d'équipements embarqués communicant sur bus CAN]] (2 groupes de 2 élèves), Didier DONSEZ.
* 6. [[Application mobile d'enregistrements de noeuds IoT LoRaWAN dans plusieurs réseaux]], Didier DONSEZ.
* 7. [[Evaluation du toolkit AI de STM32 pour l'analyse de l'environnement sonore]], Didier DONSEZ.
* 8. [[Godot Game Engine et tables tactiles]] : démonstration d'un jeu en réseau sur les 3 tables tactiles : (gaming spirit) Olivier RICHARD.
* 9. [[Serveur filière INFO]], Nicolas Palix
* Agriculture connectée en partenariat avec les projets collectifs IESE/MAT
** 10. [[ASAC/AP|Polytech]] : Nicolas Palix
** 11. [[ASAC/SJC|St Cassien]] : Nicolas Palix
* 12. [[ENT Polytech]] avec XMPP/Mumble/BBB/Mattermost/OpenBoard : Nicolas Palix
* 13. [[Polytech Helper Service | Outils d'aide à la gestion de service]], (professionel) Olivier Richard
* 14. [[Rust Engine | Executeur de tâche en Rust]], (exigeant techniquement) Olivier Richard
* 15. [[Retrocompute simulateur | RetroComputing]]: (vintage style) Coupler le simulateur Digital avec un simulateur de processeur 8bits, Olivier Richard
* 16. [[FPGA et Deep Learnning]] Olivier Richard
* 17. [[OpenAPI OAR | OpenAPI pour la gestion de tâches de ressources OAR]], (professionel) Olivier Richard
* 18. [[Monitoring de la plateforme CampusIoT]] : Didier Donsez

==== Reporté INFO5 21-22 ====
* 1 heure 1 heure (échange de compétence), etudiant.e.s Emilie Tondeux + ?, tuteur ?
==== Reporté ====
[[Simulateur de réseaux simples avec un FPGA]], (typé recherche/prospectif)

==== Affectation ====
{|class="wikitable alternance"
|+ Affectation des projets INFO4 20-21
|-
|
!scope="col"| Sujet
!scope="col"| Etudiants
!scope="col"| Enseignant(s)
!scope="col"| Fiche de suivi
!scope="col"| Documents
|-
!scope="row"| 1
| [[Contribution au projet STM32Python]]
| BAUDEUR BERTRAND,LANQUETIN ALEXIS,TONDEUX EMILIE
| Didier DONSEZ
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/01/docs/-/blob/master/Contribution%20au%20projet%20STM32Python%20info4_2020_2021.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 2
| [[Portage du kit station LoRa LRWAN2 de ST sur RIOT OS]]
| HERQUE ERIC,MALLEN GUILLAUME,PORTIER BARNAB
| Didier DONSEZ
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/02/docs/-/blob/master/Portage_du_kit_station_LoRa_LRWAN2_de_ST_sur_RIOT_OS_info4_2020_2021.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 5
| [[Service Web d'équipements embarqués communicant sur bus CAN]]
| ANDRIEUX LIAM,DREZET LUCAS,REGOUIN ROMAN
| Didier DONSEZ
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/05/docs/-/blob/master/EmbeddedEquipmentWebServiceCommunicatingOnCANBus_info4_2020_2021.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 6
| [[TODO]]
| CAMBUS QUENTIN,EL YANDOUZI ELIAS,JULIENNE MALON
| TODO
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/06/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 7
| [[TODO]]
| COSOTTI KEVIN,GRANGER OSCAR,GUIGNARD JULIE
| TODO
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/07/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 8
| [[Godot Game Engine et tables tactiles|Godot Engine]]
| CIRSTEA PAUL,DE MULATIER JEAN-THEOPHANE,SOULARD ALEXANDR
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/08/docs/-/blob/master/Godot_Game_Engine_et_tables_tactiles_info4_2020_2021.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 9
| [[Serveur_filière_INFO|Serveur INFO]]
| GITTON ANTOINE,MERTENS GILLES,SUEUR CORENTIN
| Nicolas Palix
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/09/docs/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 10
| [[ASAC/AP|Serre Polytech]]
| AGUIAR MATHILDE,HAJJI OUMAIMA,SIDIBE ROKIATOU DITE ROSE
| Nicolas Palix
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/10/docs/-/blob/master/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 11
| [[ASAC/SJC/SJC-2020-INFO]]
| BUISINE JULIEN,PRAT-CAPILLA HUGO,TEYSSIER THEO
| Nicolas Palix
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/11/docs/-/blob/master/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 12
| [[ENT Polytech]]
| HERY JULES,SALMON AMAD,VACHERIAS GUILLAUME
| Nicolas Palix
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/12/docs/-/blob/master/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 13
| [[Polytech_Helper_Service|Polytech Helper Service]]
| ALIBERT ANGELO,NOERIE SOPHIE,SARRE MARGAUX
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/13/docs/ Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/13/docs/-/blob/master/Pr%C3%A9sentation_Mi-Parcours.pdf Presentation de mi-parcours]
|-
!scope="row"| 14
| [[Rust Engine|Rust Engine]]
| BARET DORIAN,CHALOYARD LUCAS,MALOD VICTOR,PARA YAEL
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/14/docs/-/blob/master/tracking-sheet.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 15
| [[Retrocompute_simulateur|Retrocomputing]]
| ELHADJI TCHIAMBOU SAMI,HUMBERT CORENTIN,MUTEL MATHIS
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/15/docs/-/blob/master/README.md#follow-up Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 16
| [[FPGA et Deep Learning]]
| GEITNER TEVA,GONZALEZ JULES,MALECOT ETHAN
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/16/docs/-/blob/master/FPGA_info4_2020_2021.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 17
| [[OpenAPI OAR]]
| LAMBERT DAPHNE,MINIER-MANCINI TITOUAN,TOUE TIOYE
| Olivier Richard
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/17/docs/-/blob/master/TRACKING_SHEET.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
!scope="row"| 18
| [[Monitoring de la plateforme CampusIoT]]
| BLANQUET ANTOINE,LAMBERT PAUL,YUNG KEVIN
| Didier Donsez
| [https://gricad-gitlab.univ-grenoble-alpes.fr/Projets-INFO4/20-21/18/docs/-/blob/master/README.md Fiche]
| [[Media:xxx.pdf|Rapport final]] - [[Media:xxx.pdf|Final Presentation]] - [[Media:xxx.pdf|Flyer]] - [[Media:xxx.pdf|Presentation de mi-parcours]]
|-
|}

==INFO5==
===Projet IoT S9===
Enseignants responsables : Bernard Tourancheau

Calendrier: ??? Septembre à ??? Décembre 2020.

===Projet Semestre S10===

Enseignants responsables : [[user:Donsez|Didier Donsez]]

Calendrier: 28/01 (13H30-17H30) au 19/03.

Séances de Management de projets innovants: A voir dessus.

Réunion de présentation et choix des sujets: 28/01 (13H30-17H30) en salle P257 (voir ADE)

Démarrage : 29/01 (13H30-17H30)

Soutenance à mi-parcours : 26/02/2021 13H30-17H30 en distantiel (15 minutes par équipe).

Soutenance finale : 19/03/2021 (8H30-12H00 et 13H30-17H00). 30 minutes par équipe, questions/réponses et démonstration incluse. Prière de rapporter au fablab le matériel emprunté juste après votre soutenance.

====Séances MPI====

Les séances MPI seront en distanciel (mais ADE fait foi).

<pre>
Séance Thématique Date Horaires Intervenante Salle
1 Définir la problématique 03-févr. 14h-18h Stéphanie Diligent distanciel
2 Gérer le projet en restant agile 10-févr. 8h30 - 12h30 Stéphanie Diligent distanciel
3 Communiquer 24-févr. 8h30 - 12h30 Emmanuelle Tréhoust distanciel
4 Evaluer et valoriser 03-mars 8h30 - 12h30 Emmanuelle Tréhoust distanciel
5 Evaluation 10-mars 8h30 - 12h30 Stéphanie Diligent distanciel
</pre>

==== Soutenance intermédiaire S10 ====
Date: 26/02 Après midi. Distantiel (sur Zoom).

L'objectif de la soutenance intermédiaire est de vérifier si l'équipe projet est en bon ordre de marche. La présence du porteur n'est pas obligatoire. Prévoyez du temps pour les questions-réponses (5 minutes max).

L'équipe présentera en 5-6 transparents en 8 minutes.
* les équipiers et leurs rôles
* le contexte, le sujet et l'objectif du projet
* l'architecture du systèmes à réaliser
* les technologies utilisées
* le plan de travail (backlog, planning, ce qui est fait, ce qu'il reste à faire ...)
* les difficultés (s'il y a)

Respectez bien les créneaux indiqués (par respect pour les autres équipes).

==== Soutenance finale S10 ====
Date: 19/03/2021 (8H30-12H00 et 13H30-17H00).

'''La présence du(des) porteur(s) est obligatoire. Pensez à les prévenir bien à l'avance'''

Durée: 30 minutes par équipe: présentation, questions/réponses et démonstration incluse.

Les documents devront être en ligne sur le wiki (colonne Documents) la veille (ie avant le 18/03/2021 23:59:59 CET).

La présentation est constituée des chapitres suivants:
* Rappel du sujet/besoin et cahier des charges
* Technologies employées
* Architecture techniques
* Réalisations techniques
* Gestion de projet (méthode, planning prévisionnel et effectif, gestion des risques, rôles des membres ...)
* Outils (collaboration, CD/CI ...)
* Métriques logiciels : lignes de code, langages, performance, temps ingénieur (d'après vos journaux), la répartition des lignes de code et des commits en pourcentage entre les membres du projet ...)
* Conclusion (Retour d'expérience)
* Transparent expliquant la démonstration

L'ensemble des documents doit être accessible depuis le tableau ci-dessus et dans chaque fiche de suivi.

Le screencast (réalisé lors de la dernière répétition) sera rendu disponible via un partage caché (wetransfer, google drive …) dont le lien sera ajouté dans le devoir idoine sur Moodle et également envoyé par mail à votre tuteur.

Le rapport final contient les mêmes chapitres que la présentation ainsi qu'un glossaire et une bibliographie. Le rapport ne doit pas dépasser 15 pages (schémas et figures compris). Vous pourrez référencer les autres documents que vous avez produits au cours du projet (spécifications détaillées, algorithmes, conception d'écrans ...).

Le rapport final est au format Markdown et doit être placé dans un des dépôts Git de votre groupe/organisation.

NB: le rapport technique listé dans la colonne Documents contient tout ce qui ne tient pas dans les 15 pages du rapport final : cahier des charges, diagrammes UML, enquêtes utilisateurs design UI, API, technologies employées (détail), plan de tests, term of services, conformance RPGD, audits/diagnostiques sécurité, MTBR, rapport de vulnérabilité, plan de charge, rapports de charge, manuel d'installation … : ça dépend un peu de la nature de votre projet.

Conseil : 30 minutes c'est très court alors répétez la soutenance auparavant ! Prévoyez des transparents supplémentaires en annexe pour répondre aux questions.

'''Prière de rapporter au fablab le matériel emprunté juste après votre soutenance'''.

==== Affectations S10====
{|class="wikitable alternance"
|+ Affectation des projets INFO5 2020-2021
|-
|
!scope="col"| Sujet
!scope="col"| Etudiants
!scope="col"| Enseignant(s)
!scope="col"| Fiche de suivi
!scope="col"| Documents
!scope="col"| Dépôt Git
!scope="col"| Soutenance intermédiaire
!scope="col"| Soutenance finale
|-
!scope="row"| 1
| [[Infrastructure de communication interne au cubesat ATISE du CSUG | ATISE]]
| Alexandre SALMON, Myriam LOMBARD, Killian PAREILLEUX, Adrien ARTAUD
| Imane El-Khantouti (CSUG, UGA), Frédéric Martin (CSUG, UGA)
| [[PROJET-INFO5 2021 ATISE| Fiche de suivi]]
| [https://air.imag.fr/index.php/Infrastructure_de_communication_interne_au_cubesat_ATISE_du_CSUG Documents], Flyer, Poster, Pitch, Screencast
| Dépôt Git (privé ou public)
| 13H30, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_1.pdf|Présentation]]
| 9H00, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_1.pdf|Présentation]]
|-
!scope="row"| 2
| [[Wildcount:_Inexpensive_Edge_sensor_for_recognizing_and_counting_the_presence_of_humans_(anonymous)_and_animals_into_wild_and_protected_areas.|Wildcount]]
| BEAUGRAND Elisa, DE GAUDENZI Louis, GRAUGNARD Tom, ROLLIN Alexis
| DONSEZ Didier, QUENOT Georges
| [[PROJET-INFO5 2021 Wildcount | Fiche de suivi]]
| [https://air.imag.fr/index.php/Wildcount:_Inexpensive_Edge_sensor_for_recognizing_and_counting_the_presence_of_humans_(anonymous)_and_animals_into_wild_and_protected_areas. Documents], Flyer, Poster, Pitch, Screencast
| [https://gitlab.com/wildcount Dépôt Gitlab]
| 13H45, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_2.pdf|Présentation]]
| 14H30, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_2.pdf|Présentation]]
|-
!scope="row"| 5
| [[Signature électronique eIDAS|eIDAS]]
| ASSI Dima, BILOUNGA Aleck, EL AJI Houda, ZERAMDINI Otba
| Nicolas PALIX
| [[PROJET-INFO5 2021 Signature électronique eIDAS| Fiche de suivi]]
| [https://air.imag.fr/index.php/Signature_%C3%A9lectronique_eIDAS Documents], Flyer, Poster, Pitch, Screencast
| [https://github.com/2020-2021-EIDAS-INFO5 Dépôt Github]
| 14H00, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_5.pdf|Présentation]]
| Après-midi, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_5.pdf|Présentation]]
|-

!scope="row"| 6
| [[Contributions open source au projet EdCampus|EdCampus]]
| COURTHIAL Samuel, FOUGERE Sebastien, DELBOS Robin
| POLLIER Gérard, GEOURJON Anthony, DONSEZ Didier
| [[PROJET-INFO5 2021 Contributions open source au projet EdCampus| Fiche de suivi]]
| [https://air.imag.fr/index.php/Contributions_open_source_au_projet_EdCampus Documents], Flyer, Poster, Pitch, Screencast
| [https://gricad-gitlab.univ-grenoble-alpes.fr/edcampus Dépôt GitLab]
| 14H15, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_6.pdf|Présentation]]
| 09H30, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_6.pdf|Présentation]]
|-

!scope="row"| 8
| [[Prototypage d'application mobile pour la vente en direct de produits producteur locaux]]
| BOLEAT Baptiste, CHAIX Manon, MICHELARD Leila, PALOMO Rémy
| DELANGUE Sylvain, Gérard POLLIER (Disrupt Campus)
| [[PROJET-INFO5 2021 Go Farmer | Fiche de suivi]]
| [https://air.imag.fr/index.php/Prototypage_d%27application_mobile_pour_la_vente_en_direct_de_produits_producteur_locaux Documents], Flyer, Poster, Pitch, Screencast
| [https://bitbucket.org/gofarmer/ Dépôt Bitbucket (privé)]
| 14H30, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_8.pdf|Présentation]]
| 08H30, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_8.pdf|Présentation]]
|-
!scope="row"| 9
| [[Secours Montagne avec LoRa|Saint-Bernard]]
| CHATON Alexandra, FRION Thomas, PASDELOUP Romain
| TOURANCHEAU Bernard
| [[PROJET-INFO5 2021 Secours Montagne avec LoRa | Fiche de suivi]]
| [https://gitlab.com/info5-lora-avalanche/documentation Documents], Flyer, Poster, Pitch, Screencast
| [https://gitlab.com/info5-lora-avalanche Gitlab]
| 15H00, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_9.pdf|Présentation]]
| 14H00, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_9.pdf|Présentation]]
|-
!scope="row"| 10
| [[GenderedNews|GenderedNews]]
| HO Nhat Quang, MURPHY Mica, NGUENA Gloria, SAGET Antoine
| PORTET François, BASTIN Gilles
| [[PROJET-INFO5 2021 GenderedNews | Fiche de suivi]]
| [https://air.imag.fr/index.php/GenderedNews Documents], Flyer, Poster, Pitch, Screencast
| [https://gricad-gitlab.univ-grenoble-alpes.fr/getalp/genderednews Dépôt GitLab]
| 15H15, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_10.pdf|Présentation]]
| 13H30, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_10.pdf|Présentation]]
|-
!scope="row"| 11
| [[Réseaux social d'organisation de sortie|Réseaux social d'organisation de sortie]]
| EL JRAIDI Rim, VERNET Maxime, SAJIDE Idriss, MANISSADJIAN Gabriel
| RICHARD Olivier
| [[PROJET-INFO5 2021 Réseaux social d'organisation de sortie | Fiche de suivi]]
| [https://air.imag.fr/index.php/R%C3%A9seaux_social_d%27organisation_de_sortie Documents], Flyer, Poster, Pitch, Screencast
| [https://github.com/2020-2021-PROJET-INFO5-G11 Dépot Git (privé)]
| 15H30, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_11.pdf|Présentation]]
| 10H15, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_11.pdf|Présentation]]
|-
!scope="row"| 13
| [[Artiphonie (saison 2)|Artiphonie (saison 2)]]
| CROCIATI Morgan, RIVAL Gaëtan, RUZAFA Rémy, VELUT Claire
| Bastien De Araujo, Guillaume Denis, Estelle Gillet-Perret et Olivier Richard
| [[PROJET-INFO5 2021 Artiphonie (saison 2) | Fiche de suivi]]
| [https://air.imag.fr/index.php/Artiphonie_(saison_2) Documents], Flyer, Poster, Screencast
| [https://github.com/WriteInGesturesProject Dépôt Github]
| 15H45, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_13.pdf|Présentation]]
| 10H45, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_13.pdf|Présentation]]
|-
|scope="row"| 14
| [[Covoiturage solidaire avec borne d'appel|Covoiturage solidaire avec borne d'appel]]
| EL MUFTI Ali, NELSON William
| Christine Verdier, Fabrice Forest (Didier Donsez pour le support technique borne d'appel).
| [[PROJET-INFO5 2021 Covoiturage solidaire avec borne d'appel| Fiche de suivi]]
| [https://air.imag.fr/index.php/Covoiturage_solidaire_avec_borne_d%27appel Documents], Flyer, Poster, Pitch, Screencast
| [https://github.com/OliDesu/MoBiPa Dépôt Git]
| 16H00, [[Media:Presentation_Intermediaire_INFO5_ProjetS10_groupe_14.pdf|Présentation]]
| Après-midi, [[Media:Presentation_Finale_INFO5_ProjetS10_groupe_14.pdf|Présentation]]
|}

====Projets non choisis====
* [[LoRaWAN Roaming]] avec [[Chirpstack]] et [[TheThingStack]]: Didier Donsez, Bernard Tourancheau.
* [[Contributions open-source au projet JHipster]] : Didier Donsez
* [[Test d'infrastructures avec NixOS]] Olivier Richard et Quentin Guilloteau