https://air.imag.fr/api.php?action=feedcontributions&feedformat=atom&user=Vincent.Aubert1 2026-05-31T22:43:36Z User contributions MediaWiki 1.39.17 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport_L9_LOG&diff=43602 2018-12-11T16:55:24Z

<p>Vincent.Aubert1: /* Semaine 10 : 08/10/18 - 12/10/18 */</p> <hr /> <div>==Semaine 1 : 24/09/18 - 28/09/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> - Mise au propre des arbres de tâche sur [draw.io](https://drive.google.com/file/d/1cuzMqQcOHlCRC1jZ9Lt3t24mbo0hoeTT/view?usp=sharing).<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ==Semaine 2 : 01/10/18 - 05/10/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Icon de l'application<br /> <br /> - Finalisation du diagramme de tâche<br /> <br /> - IHM Concrète<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Arbre des tâches<br /> <br /> - IHM abstraite<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> - Arbres des tâches<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Diagrammes de contexte<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> ==Semaine 3 : 08/10/18 - 12/10/18 - Audit 1==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future base de données<br /> <br /> - Design de la base de données<br /> <br /> - Réflexion sur la langage JDL<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> - Mise en place du projet Jhipster<br /> <br /> - Début de la mise en place de la LeafletMap<br /> <br /> ===Remarque durant l'audit===<br /> <br /> - Ajouter un fil conducteur lors de la navigation. L'utilisateur doit **toujours** savoir ou il se trouve et comment il en est arrivé là.<br /> <br /> - Aligner les champs lors de l'inscription<br /> <br /> - Rédiger un glossaire<br /> <br /> <br /> <br /> ==Semaine 3 : 15/10/18 - 19/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Correction du glossaire sur la page AIR.<br /> <br /> - Création de la barre de navigation du site avec Bootstrap.<br /> <br /> - Création du squelette de la page d'accueil avec Bootstrap.<br /> <br /> <br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Squelette de la page de visualisation d'une course<br /> <br /> - Formulaires d'inscription<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Insertion d'une carte OpenStreetMap avec Leaflet sur la page d'accueil d'un projet JHipster<br /> <br /> - Insertion de markers et de tracés sur cette carte.<br /> <br /> - Rédaction page air imag<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Compréhension du fonctionnement de l'API Rest<br /> <br /> - Rédaction du glossaire<br /> <br /> ==Semaine 4 : 22/10/18 - 26/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Création d'un service<br /> <br /> - ⚠️ Gros soucis avec la version 11 de Node, obligé de downgrade pour le bon fonctionnement de `yarn start` entre autre<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Vues logiques<br /> <br /> - IHM page de visualisation<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Formation pour réaliser des requêtes dans la base de données grâce aux JPA queries.<br /> <br /> - Création de méthodes pour l'API REST.<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique de haut niveau<br /> <br /> - Vue dynamique<br /> <br /> - API Rest<br /> <br /> ==Semaine 5 : 05/11/18 - 09/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Diaporama de l'Audit 2<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Formulaire inscription bénévole<br /> - Insertion des utilisateurs dans la base de données<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> - Préparation Audit 2<br /> - API Rest avec la base de données<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Préparation audit 2<br /> - Test API Rest avec la base de donnée<br /> <br /> ==Semaine 6 : 11/11/18 - 15/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Barre de recherche<br /> <br /> - Filtres<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - page de visualisation liée avec le backend<br /> <br /> - merge front end<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Merge + debug<br /> <br /> - Api rest<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique haut niveau<br /> <br /> - Vue physique<br /> <br /> ==Semaine 7 : 19/11/18 - 23/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Envoi de mails lors de l'inscription.<br /> <br /> - Utilisation d'une API externe permettant de trouver la longitude et la latitude en fonction d'un lieu.<br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Mise en place de l'intégration continue<br /> <br /> ==Semaine 8 : 26/11/18 - 30/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Mise en place de la récupération de la longitude et de la latitude en fonction d'un lieu grâce à une API externe.<br /> <br /> - Mise en place de l'intégration continue.<br /> <br /> -Mise en place du chargement des images Lazy<br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> <br /> - Mise en place du déploiement continu<br /> <br /> - Déploiement du docker <br /> <br /> <br /> - Mise en place de l'intégration continue<br /> <br /> ==Semaine 9 : 03/12/18 - 07/12/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Résolution de bug de pipeline<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Intégration continue fonctionnelle --&gt; Correction de l'erreur qui faisait en sorte qu'aucun build n'était fonctionnel<br /> <br /> ==Semaine 10 : 09/12/18 - 11/12/18 ==<br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Amélioration du front end<br /> - Aide au déploiement continu<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Mise en place de l'intégration continue<br /> - Déploiement fonctionnel avec Heroku</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport_L9_LOG&diff=43601 2018-12-11T16:54:42Z

<p>Vincent.Aubert1: /* Semaine 9 : 08/10/18 - 12/10/18 */</p> <hr /> <div>==Semaine 1 : 24/09/18 - 28/09/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> - Mise au propre des arbres de tâche sur [draw.io](https://drive.google.com/file/d/1cuzMqQcOHlCRC1jZ9Lt3t24mbo0hoeTT/view?usp=sharing).<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ==Semaine 2 : 01/10/18 - 05/10/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Icon de l'application<br /> <br /> - Finalisation du diagramme de tâche<br /> <br /> - IHM Concrète<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Arbre des tâches<br /> <br /> - IHM abstraite<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> - Arbres des tâches<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Diagrammes de contexte<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> ==Semaine 3 : 08/10/18 - 12/10/18 - Audit 1==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future base de données<br /> <br /> - Design de la base de données<br /> <br /> - Réflexion sur la langage JDL<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> - Mise en place du projet Jhipster<br /> <br /> - Début de la mise en place de la LeafletMap<br /> <br /> ===Remarque durant l'audit===<br /> <br /> - Ajouter un fil conducteur lors de la navigation. L'utilisateur doit **toujours** savoir ou il se trouve et comment il en est arrivé là.<br /> <br /> - Aligner les champs lors de l'inscription<br /> <br /> - Rédiger un glossaire<br /> <br /> <br /> <br /> ==Semaine 3 : 15/10/18 - 19/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Correction du glossaire sur la page AIR.<br /> <br /> - Création de la barre de navigation du site avec Bootstrap.<br /> <br /> - Création du squelette de la page d'accueil avec Bootstrap.<br /> <br /> <br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Squelette de la page de visualisation d'une course<br /> <br /> - Formulaires d'inscription<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Insertion d'une carte OpenStreetMap avec Leaflet sur la page d'accueil d'un projet JHipster<br /> <br /> - Insertion de markers et de tracés sur cette carte.<br /> <br /> - Rédaction page air imag<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Compréhension du fonctionnement de l'API Rest<br /> <br /> - Rédaction du glossaire<br /> <br /> ==Semaine 4 : 22/10/18 - 26/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Création d'un service<br /> <br /> - ⚠️ Gros soucis avec la version 11 de Node, obligé de downgrade pour le bon fonctionnement de `yarn start` entre autre<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Vues logiques<br /> <br /> - IHM page de visualisation<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Formation pour réaliser des requêtes dans la base de données grâce aux JPA queries.<br /> <br /> - Création de méthodes pour l'API REST.<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique de haut niveau<br /> <br /> - Vue dynamique<br /> <br /> - API Rest<br /> <br /> ==Semaine 5 : 05/11/18 - 09/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Diaporama de l'Audit 2<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Formulaire inscription bénévole<br /> - Insertion des utilisateurs dans la base de données<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> - Préparation Audit 2<br /> - API Rest avec la base de données<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Préparation audit 2<br /> - Test API Rest avec la base de donnée<br /> <br /> ==Semaine 6 : 11/11/18 - 15/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Barre de recherche<br /> <br /> - Filtres<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - page de visualisation liée avec le backend<br /> <br /> - merge front end<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Merge + debug<br /> <br /> - Api rest<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique haut niveau<br /> <br /> - Vue physique<br /> <br /> ==Semaine 7 : 19/11/18 - 23/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Envoi de mails lors de l'inscription.<br /> <br /> - Utilisation d'une API externe permettant de trouver la longitude et la latitude en fonction d'un lieu.<br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Mise en place de l'intégration continue<br /> <br /> ==Semaine 8 : 26/11/18 - 30/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Mise en place de la récupération de la longitude et de la latitude en fonction d'un lieu grâce à une API externe.<br /> <br /> - Mise en place de l'intégration continue.<br /> <br /> -Mise en place du chargement des images Lazy<br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> <br /> - Mise en place du déploiement continu<br /> <br /> - Déploiement du docker <br /> <br /> <br /> - Mise en place de l'intégration continue<br /> <br /> ==Semaine 9 : 03/12/18 - 07/12/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Résolution de bug de pipeline<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Intégration continue fonctionnelle --&gt; Correction de l'erreur qui faisait en sorte qu'aucun build n'était fonctionnel<br /> <br /> ==Semaine 10 : 08/10/18 - 12/10/18 ==</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport_L9_LOG&diff=43600 2018-12-11T16:54:21Z

<p>Vincent.Aubert1: /* Semaine 9 : 08/10/18 - 12/10/18 */</p> <hr /> <div>==Semaine 1 : 24/09/18 - 28/09/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> - Mise au propre des arbres de tâche sur [draw.io](https://drive.google.com/file/d/1cuzMqQcOHlCRC1jZ9Lt3t24mbo0hoeTT/view?usp=sharing).<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ==Semaine 2 : 01/10/18 - 05/10/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Icon de l'application<br /> <br /> - Finalisation du diagramme de tâche<br /> <br /> - IHM Concrète<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Arbre des tâches<br /> <br /> - IHM abstraite<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> - Arbres des tâches<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Diagrammes de contexte<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> ==Semaine 3 : 08/10/18 - 12/10/18 - Audit 1==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future base de données<br /> <br /> - Design de la base de données<br /> <br /> - Réflexion sur la langage JDL<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> - Mise en place du projet Jhipster<br /> <br /> - Début de la mise en place de la LeafletMap<br /> <br /> ===Remarque durant l'audit===<br /> <br /> - Ajouter un fil conducteur lors de la navigation. L'utilisateur doit **toujours** savoir ou il se trouve et comment il en est arrivé là.<br /> <br /> - Aligner les champs lors de l'inscription<br /> <br /> - Rédiger un glossaire<br /> <br /> <br /> <br /> ==Semaine 3 : 15/10/18 - 19/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Correction du glossaire sur la page AIR.<br /> <br /> - Création de la barre de navigation du site avec Bootstrap.<br /> <br /> - Création du squelette de la page d'accueil avec Bootstrap.<br /> <br /> <br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Squelette de la page de visualisation d'une course<br /> <br /> - Formulaires d'inscription<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Insertion d'une carte OpenStreetMap avec Leaflet sur la page d'accueil d'un projet JHipster<br /> <br /> - Insertion de markers et de tracés sur cette carte.<br /> <br /> - Rédaction page air imag<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Compréhension du fonctionnement de l'API Rest<br /> <br /> - Rédaction du glossaire<br /> <br /> ==Semaine 4 : 22/10/18 - 26/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Création d'un service<br /> <br /> - ⚠️ Gros soucis avec la version 11 de Node, obligé de downgrade pour le bon fonctionnement de `yarn start` entre autre<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Vues logiques<br /> <br /> - IHM page de visualisation<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Formation pour réaliser des requêtes dans la base de données grâce aux JPA queries.<br /> <br /> - Création de méthodes pour l'API REST.<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique de haut niveau<br /> <br /> - Vue dynamique<br /> <br /> - API Rest<br /> <br /> ==Semaine 5 : 05/11/18 - 09/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Diaporama de l'Audit 2<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Formulaire inscription bénévole<br /> - Insertion des utilisateurs dans la base de données<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> - Préparation Audit 2<br /> - API Rest avec la base de données<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Préparation audit 2<br /> - Test API Rest avec la base de donnée<br /> <br /> ==Semaine 6 : 11/11/18 - 15/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Barre de recherche<br /> <br /> - Filtres<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - page de visualisation liée avec le backend<br /> <br /> - merge front end<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Merge + debug<br /> <br /> - Api rest<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique haut niveau<br /> <br /> - Vue physique<br /> <br /> ==Semaine 7 : 19/11/18 - 23/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Envoi de mails lors de l'inscription.<br /> <br /> - Utilisation d'une API externe permettant de trouver la longitude et la latitude en fonction d'un lieu.<br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Mise en place de l'intégration continue<br /> <br /> ==Semaine 8 : 26/11/18 - 30/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Mise en place de la récupération de la longitude et de la latitude en fonction d'un lieu grâce à une API externe.<br /> <br /> - Mise en place de l'intégration continue.<br /> <br /> -Mise en place du chargement des images Lazy<br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> <br /> - Mise en place du déploiement continu<br /> <br /> - Déploiement du docker <br /> <br /> <br /> - Mise en place de l'intégration continue<br /> <br /> ==Semaine 9 : 08/10/18 - 12/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Résolution de bug de pipeline<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Intégration continue fonctionnelle --&gt; Correction de l'erreur qui faisait en sorte qu'aucun build n'était fonctionnel<br /> <br /> ==Semaine 10 : 08/10/18 - 12/10/18 ==</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport_L9_LOG&diff=43599 2018-12-11T16:53:27Z

<p>Vincent.Aubert1: /* 👨🏼‍💼 Vincent */</p> <hr /> <div>==Semaine 1 : 24/09/18 - 28/09/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> - Mise au propre des arbres de tâche sur [draw.io](https://drive.google.com/file/d/1cuzMqQcOHlCRC1jZ9Lt3t24mbo0hoeTT/view?usp=sharing).<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ==Semaine 2 : 01/10/18 - 05/10/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Icon de l'application<br /> <br /> - Finalisation du diagramme de tâche<br /> <br /> - IHM Concrète<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Arbre des tâches<br /> <br /> - IHM abstraite<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> - Arbres des tâches<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Diagrammes de contexte<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> ==Semaine 3 : 08/10/18 - 12/10/18 - Audit 1==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future base de données<br /> <br /> - Design de la base de données<br /> <br /> - Réflexion sur la langage JDL<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> - Mise en place du projet Jhipster<br /> <br /> - Début de la mise en place de la LeafletMap<br /> <br /> ===Remarque durant l'audit===<br /> <br /> - Ajouter un fil conducteur lors de la navigation. L'utilisateur doit **toujours** savoir ou il se trouve et comment il en est arrivé là.<br /> <br /> - Aligner les champs lors de l'inscription<br /> <br /> - Rédiger un glossaire<br /> <br /> <br /> <br /> ==Semaine 3 : 15/10/18 - 19/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Correction du glossaire sur la page AIR.<br /> <br /> - Création de la barre de navigation du site avec Bootstrap.<br /> <br /> - Création du squelette de la page d'accueil avec Bootstrap.<br /> <br /> <br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Squelette de la page de visualisation d'une course<br /> <br /> - Formulaires d'inscription<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Insertion d'une carte OpenStreetMap avec Leaflet sur la page d'accueil d'un projet JHipster<br /> <br /> - Insertion de markers et de tracés sur cette carte.<br /> <br /> - Rédaction page air imag<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Compréhension du fonctionnement de l'API Rest<br /> <br /> - Rédaction du glossaire<br /> <br /> ==Semaine 4 : 22/10/18 - 26/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Création d'un service<br /> <br /> - ⚠️ Gros soucis avec la version 11 de Node, obligé de downgrade pour le bon fonctionnement de `yarn start` entre autre<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Vues logiques<br /> <br /> - IHM page de visualisation<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Formation pour réaliser des requêtes dans la base de données grâce aux JPA queries.<br /> <br /> - Création de méthodes pour l'API REST.<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique de haut niveau<br /> <br /> - Vue dynamique<br /> <br /> - API Rest<br /> <br /> ==Semaine 5 : 05/11/18 - 09/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Diaporama de l'Audit 2<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Formulaire inscription bénévole<br /> - Insertion des utilisateurs dans la base de données<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> - Préparation Audit 2<br /> - API Rest avec la base de données<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Préparation audit 2<br /> - Test API Rest avec la base de donnée<br /> <br /> ==Semaine 6 : 11/11/18 - 15/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Barre de recherche<br /> <br /> - Filtres<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - page de visualisation liée avec le backend<br /> <br /> - merge front end<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Merge + debug<br /> <br /> - Api rest<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique haut niveau<br /> <br /> - Vue physique<br /> <br /> ==Semaine 7 : 19/11/18 - 23/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Envoi de mails lors de l'inscription.<br /> <br /> - Utilisation d'une API externe permettant de trouver la longitude et la latitude en fonction d'un lieu.<br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Mise en place de l'intégration continue<br /> <br /> ==Semaine 8 : 26/11/18 - 30/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Mise en place de la récupération de la longitude et de la latitude en fonction d'un lieu grâce à une API externe.<br /> <br /> - Mise en place de l'intégration continue.<br /> <br /> -Mise en place du chargement des images Lazy<br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> <br /> - Mise en place du déploiement continu<br /> <br /> - Déploiement du docker <br /> <br /> <br /> - Mise en place de l'intégration continue<br /> <br /> ==Semaine 9 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 10 : 08/10/18 - 12/10/18 ==</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport_L9_LOG&diff=43598 2018-12-11T16:53:17Z

<p>Vincent.Aubert1: /* Semaine 8 : 08/10/18 - 12/10/18 */</p> <hr /> <div>==Semaine 1 : 24/09/18 - 28/09/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> - Mise au propre des arbres de tâche sur [draw.io](https://drive.google.com/file/d/1cuzMqQcOHlCRC1jZ9Lt3t24mbo0hoeTT/view?usp=sharing).<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ==Semaine 2 : 01/10/18 - 05/10/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Icon de l'application<br /> <br /> - Finalisation du diagramme de tâche<br /> <br /> - IHM Concrète<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Arbre des tâches<br /> <br /> - IHM abstraite<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> - Arbres des tâches<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Diagrammes de contexte<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> ==Semaine 3 : 08/10/18 - 12/10/18 - Audit 1==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future base de données<br /> <br /> - Design de la base de données<br /> <br /> - Réflexion sur la langage JDL<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> - Mise en place du projet Jhipster<br /> <br /> - Début de la mise en place de la LeafletMap<br /> <br /> ===Remarque durant l'audit===<br /> <br /> - Ajouter un fil conducteur lors de la navigation. L'utilisateur doit **toujours** savoir ou il se trouve et comment il en est arrivé là.<br /> <br /> - Aligner les champs lors de l'inscription<br /> <br /> - Rédiger un glossaire<br /> <br /> <br /> <br /> ==Semaine 3 : 15/10/18 - 19/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Correction du glossaire sur la page AIR.<br /> <br /> - Création de la barre de navigation du site avec Bootstrap.<br /> <br /> - Création du squelette de la page d'accueil avec Bootstrap.<br /> <br /> <br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Squelette de la page de visualisation d'une course<br /> <br /> - Formulaires d'inscription<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Insertion d'une carte OpenStreetMap avec Leaflet sur la page d'accueil d'un projet JHipster<br /> <br /> - Insertion de markers et de tracés sur cette carte.<br /> <br /> - Rédaction page air imag<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Compréhension du fonctionnement de l'API Rest<br /> <br /> - Rédaction du glossaire<br /> <br /> ==Semaine 4 : 22/10/18 - 26/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Création d'un service<br /> <br /> - ⚠️ Gros soucis avec la version 11 de Node, obligé de downgrade pour le bon fonctionnement de `yarn start` entre autre<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Vues logiques<br /> <br /> - IHM page de visualisation<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Formation pour réaliser des requêtes dans la base de données grâce aux JPA queries.<br /> <br /> - Création de méthodes pour l'API REST.<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique de haut niveau<br /> <br /> - Vue dynamique<br /> <br /> - API Rest<br /> <br /> ==Semaine 5 : 05/11/18 - 09/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Diaporama de l'Audit 2<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Formulaire inscription bénévole<br /> - Insertion des utilisateurs dans la base de données<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> - Préparation Audit 2<br /> - API Rest avec la base de données<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Préparation audit 2<br /> - Test API Rest avec la base de donnée<br /> <br /> ==Semaine 6 : 11/11/18 - 15/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Barre de recherche<br /> <br /> - Filtres<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - page de visualisation liée avec le backend<br /> <br /> - merge front end<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Merge + debug<br /> <br /> - Api rest<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique haut niveau<br /> <br /> - Vue physique<br /> <br /> ==Semaine 7 : 19/11/18 - 23/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Envoi de mails lors de l'inscription.<br /> <br /> - Utilisation d'une API externe permettant de trouver la longitude et la latitude en fonction d'un lieu.<br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Mise en place de l'intégration continue<br /> <br /> ==Semaine 8 : 26/11/18 - 30/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Mise en place de la récupération de la longitude et de la latitude en fonction d'un lieu grâce à une API externe.<br /> <br /> - Mise en place de l'intégration continue.<br /> <br /> -Mise en place du chargement des images Lazy<br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> <br /> - Mise en place du déploiement continu<br /> <br /> - Déploiement du docker <br /> <br /> <br /> - Mise en place de l'intégration continue<br /> <br /> ==Semaine 9 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 10 : 08/10/18 - 12/10/18 ==</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport_L9_LOG&diff=43597 2018-12-11T16:52:08Z

<p>Vincent.Aubert1: /* Semaine 7 : 08/10/18 - 12/10/18 */</p> <hr /> <div>==Semaine 1 : 24/09/18 - 28/09/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> - Mise au propre des arbres de tâche sur [draw.io](https://drive.google.com/file/d/1cuzMqQcOHlCRC1jZ9Lt3t24mbo0hoeTT/view?usp=sharing).<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ==Semaine 2 : 01/10/18 - 05/10/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Icon de l'application<br /> <br /> - Finalisation du diagramme de tâche<br /> <br /> - IHM Concrète<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Arbre des tâches<br /> <br /> - IHM abstraite<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> - Arbres des tâches<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Diagrammes de contexte<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> ==Semaine 3 : 08/10/18 - 12/10/18 - Audit 1==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future base de données<br /> <br /> - Design de la base de données<br /> <br /> - Réflexion sur la langage JDL<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> - Mise en place du projet Jhipster<br /> <br /> - Début de la mise en place de la LeafletMap<br /> <br /> ===Remarque durant l'audit===<br /> <br /> - Ajouter un fil conducteur lors de la navigation. L'utilisateur doit **toujours** savoir ou il se trouve et comment il en est arrivé là.<br /> <br /> - Aligner les champs lors de l'inscription<br /> <br /> - Rédiger un glossaire<br /> <br /> <br /> <br /> ==Semaine 3 : 15/10/18 - 19/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Correction du glossaire sur la page AIR.<br /> <br /> - Création de la barre de navigation du site avec Bootstrap.<br /> <br /> - Création du squelette de la page d'accueil avec Bootstrap.<br /> <br /> <br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Squelette de la page de visualisation d'une course<br /> <br /> - Formulaires d'inscription<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Insertion d'une carte OpenStreetMap avec Leaflet sur la page d'accueil d'un projet JHipster<br /> <br /> - Insertion de markers et de tracés sur cette carte.<br /> <br /> - Rédaction page air imag<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Compréhension du fonctionnement de l'API Rest<br /> <br /> - Rédaction du glossaire<br /> <br /> ==Semaine 4 : 22/10/18 - 26/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Création d'un service<br /> <br /> - ⚠️ Gros soucis avec la version 11 de Node, obligé de downgrade pour le bon fonctionnement de `yarn start` entre autre<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Vues logiques<br /> <br /> - IHM page de visualisation<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Formation pour réaliser des requêtes dans la base de données grâce aux JPA queries.<br /> <br /> - Création de méthodes pour l'API REST.<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique de haut niveau<br /> <br /> - Vue dynamique<br /> <br /> - API Rest<br /> <br /> ==Semaine 5 : 05/11/18 - 09/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Diaporama de l'Audit 2<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Formulaire inscription bénévole<br /> - Insertion des utilisateurs dans la base de données<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> - Préparation Audit 2<br /> - API Rest avec la base de données<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Préparation audit 2<br /> - Test API Rest avec la base de donnée<br /> <br /> ==Semaine 6 : 11/11/18 - 15/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Barre de recherche<br /> <br /> - Filtres<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - page de visualisation liée avec le backend<br /> <br /> - merge front end<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Merge + debug<br /> <br /> - Api rest<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique haut niveau<br /> <br /> - Vue physique<br /> <br /> ==Semaine 7 : 19/11/18 - 23/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Envoi de mails lors de l'inscription.<br /> <br /> - Utilisation d'une API externe permettant de trouver la longitude et la latitude en fonction d'un lieu.<br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Mise en place de l'intégration continue<br /> <br /> ==Semaine 8 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 9 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 10 : 08/10/18 - 12/10/18 ==</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport_L9_LOG&diff=43596 2018-12-11T16:51:13Z

<p>Vincent.Aubert1: /* Semaine 6 : 08/10/18 - 12/10/18 */</p> <hr /> <div>==Semaine 1 : 24/09/18 - 28/09/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> - Mise au propre des arbres de tâche sur [draw.io](https://drive.google.com/file/d/1cuzMqQcOHlCRC1jZ9Lt3t24mbo0hoeTT/view?usp=sharing).<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ==Semaine 2 : 01/10/18 - 05/10/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Icon de l'application<br /> <br /> - Finalisation du diagramme de tâche<br /> <br /> - IHM Concrète<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Arbre des tâches<br /> <br /> - IHM abstraite<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> - Arbres des tâches<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Diagrammes de contexte<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> ==Semaine 3 : 08/10/18 - 12/10/18 - Audit 1==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future base de données<br /> <br /> - Design de la base de données<br /> <br /> - Réflexion sur la langage JDL<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> - Mise en place du projet Jhipster<br /> <br /> - Début de la mise en place de la LeafletMap<br /> <br /> ===Remarque durant l'audit===<br /> <br /> - Ajouter un fil conducteur lors de la navigation. L'utilisateur doit **toujours** savoir ou il se trouve et comment il en est arrivé là.<br /> <br /> - Aligner les champs lors de l'inscription<br /> <br /> - Rédiger un glossaire<br /> <br /> <br /> <br /> ==Semaine 3 : 15/10/18 - 19/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Correction du glossaire sur la page AIR.<br /> <br /> - Création de la barre de navigation du site avec Bootstrap.<br /> <br /> - Création du squelette de la page d'accueil avec Bootstrap.<br /> <br /> <br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Squelette de la page de visualisation d'une course<br /> <br /> - Formulaires d'inscription<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Insertion d'une carte OpenStreetMap avec Leaflet sur la page d'accueil d'un projet JHipster<br /> <br /> - Insertion de markers et de tracés sur cette carte.<br /> <br /> - Rédaction page air imag<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Compréhension du fonctionnement de l'API Rest<br /> <br /> - Rédaction du glossaire<br /> <br /> ==Semaine 4 : 22/10/18 - 26/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Création d'un service<br /> <br /> - ⚠️ Gros soucis avec la version 11 de Node, obligé de downgrade pour le bon fonctionnement de `yarn start` entre autre<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Vues logiques<br /> <br /> - IHM page de visualisation<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Formation pour réaliser des requêtes dans la base de données grâce aux JPA queries.<br /> <br /> - Création de méthodes pour l'API REST.<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique de haut niveau<br /> <br /> - Vue dynamique<br /> <br /> - API Rest<br /> <br /> ==Semaine 5 : 05/11/18 - 09/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Diaporama de l'Audit 2<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Formulaire inscription bénévole<br /> - Insertion des utilisateurs dans la base de données<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> - Préparation Audit 2<br /> - API Rest avec la base de données<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Préparation audit 2<br /> - Test API Rest avec la base de donnée<br /> <br /> ==Semaine 6 : 11/11/18 - 15/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Barre de recherche<br /> <br /> - Filtres<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - page de visualisation liée avec le backend<br /> <br /> - merge front end<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Merge + debug<br /> <br /> - Api rest<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique haut niveau<br /> <br /> - Vue physique<br /> <br /> ==Semaine 7 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 8 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 9 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 10 : 08/10/18 - 12/10/18 ==</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport_L9_LOG&diff=43594 2018-12-11T16:49:50Z

<p>Vincent.Aubert1: /* Semaine 5 : 08/10/18 - 12/10/18 */</p> <hr /> <div>==Semaine 1 : 24/09/18 - 28/09/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> - Mise au propre des arbres de tâche sur [draw.io](https://drive.google.com/file/d/1cuzMqQcOHlCRC1jZ9Lt3t24mbo0hoeTT/view?usp=sharing).<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ==Semaine 2 : 01/10/18 - 05/10/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Icon de l'application<br /> <br /> - Finalisation du diagramme de tâche<br /> <br /> - IHM Concrète<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Arbre des tâches<br /> <br /> - IHM abstraite<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> - Arbres des tâches<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Diagrammes de contexte<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> ==Semaine 3 : 08/10/18 - 12/10/18 - Audit 1==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future base de données<br /> <br /> - Design de la base de données<br /> <br /> - Réflexion sur la langage JDL<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> - Mise en place du projet Jhipster<br /> <br /> - Début de la mise en place de la LeafletMap<br /> <br /> ===Remarque durant l'audit===<br /> <br /> - Ajouter un fil conducteur lors de la navigation. L'utilisateur doit **toujours** savoir ou il se trouve et comment il en est arrivé là.<br /> <br /> - Aligner les champs lors de l'inscription<br /> <br /> - Rédiger un glossaire<br /> <br /> <br /> <br /> ==Semaine 3 : 15/10/18 - 19/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Correction du glossaire sur la page AIR.<br /> <br /> - Création de la barre de navigation du site avec Bootstrap.<br /> <br /> - Création du squelette de la page d'accueil avec Bootstrap.<br /> <br /> <br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Squelette de la page de visualisation d'une course<br /> <br /> - Formulaires d'inscription<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Insertion d'une carte OpenStreetMap avec Leaflet sur la page d'accueil d'un projet JHipster<br /> <br /> - Insertion de markers et de tracés sur cette carte.<br /> <br /> - Rédaction page air imag<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Compréhension du fonctionnement de l'API Rest<br /> <br /> - Rédaction du glossaire<br /> <br /> ==Semaine 4 : 22/10/18 - 26/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Création d'un service<br /> <br /> - ⚠️ Gros soucis avec la version 11 de Node, obligé de downgrade pour le bon fonctionnement de `yarn start` entre autre<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Vues logiques<br /> <br /> - IHM page de visualisation<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Formation pour réaliser des requêtes dans la base de données grâce aux JPA queries.<br /> <br /> - Création de méthodes pour l'API REST.<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique de haut niveau<br /> <br /> - Vue dynamique<br /> <br /> - API Rest<br /> <br /> ==Semaine 5 : 05/11/18 - 09/11/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Diaporama de l'Audit 2<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Formulaire inscription bénévole<br /> - Insertion des utilisateurs dans la base de données<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> - Préparation Audit 2<br /> - API Rest avec la base de données<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Préparation audit 2<br /> - Test API Rest avec la base de donnée<br /> <br /> ==Semaine 6 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 7 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 8 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 9 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 10 : 08/10/18 - 12/10/18 ==</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport_L9_LOG&diff=43593 2018-12-11T16:48:53Z

<p>Vincent.Aubert1: /* Semaine 4 : 20/10/18 - 23/10/18 */</p> <hr /> <div>==Semaine 1 : 24/09/18 - 28/09/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> - Mise au propre des arbres de tâche sur [draw.io](https://drive.google.com/file/d/1cuzMqQcOHlCRC1jZ9Lt3t24mbo0hoeTT/view?usp=sharing).<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ==Semaine 2 : 01/10/18 - 05/10/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Icon de l'application<br /> <br /> - Finalisation du diagramme de tâche<br /> <br /> - IHM Concrète<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Arbre des tâches<br /> <br /> - IHM abstraite<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> - Arbres des tâches<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Diagrammes de contexte<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> ==Semaine 3 : 08/10/18 - 12/10/18 - Audit 1==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future base de données<br /> <br /> - Design de la base de données<br /> <br /> - Réflexion sur la langage JDL<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> - Mise en place du projet Jhipster<br /> <br /> - Début de la mise en place de la LeafletMap<br /> <br /> ===Remarque durant l'audit===<br /> <br /> - Ajouter un fil conducteur lors de la navigation. L'utilisateur doit **toujours** savoir ou il se trouve et comment il en est arrivé là.<br /> <br /> - Aligner les champs lors de l'inscription<br /> <br /> - Rédiger un glossaire<br /> <br /> <br /> <br /> ==Semaine 3 : 15/10/18 - 19/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Correction du glossaire sur la page AIR.<br /> <br /> - Création de la barre de navigation du site avec Bootstrap.<br /> <br /> - Création du squelette de la page d'accueil avec Bootstrap.<br /> <br /> <br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Squelette de la page de visualisation d'une course<br /> <br /> - Formulaires d'inscription<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Insertion d'une carte OpenStreetMap avec Leaflet sur la page d'accueil d'un projet JHipster<br /> <br /> - Insertion de markers et de tracés sur cette carte.<br /> <br /> - Rédaction page air imag<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Compréhension du fonctionnement de l'API Rest<br /> <br /> - Rédaction du glossaire<br /> <br /> ==Semaine 4 : 22/10/18 - 26/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Création d'un service<br /> <br /> - ⚠️ Gros soucis avec la version 11 de Node, obligé de downgrade pour le bon fonctionnement de `yarn start` entre autre<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Vues logiques<br /> <br /> - IHM page de visualisation<br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Formation pour réaliser des requêtes dans la base de données grâce aux JPA queries.<br /> <br /> - Création de méthodes pour l'API REST.<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Vue logique de haut niveau<br /> <br /> - Vue dynamique<br /> <br /> - API Rest<br /> <br /> ==Semaine 5 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 6 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 7 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 8 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 9 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 10 : 08/10/18 - 12/10/18 ==</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport_L9_LOG&diff=43591 2018-12-11T16:47:39Z

<p>Vincent.Aubert1: /* Semaine 3 : 15/10/18 - 19/10/18 */</p> <hr /> <div>==Semaine 1 : 24/09/18 - 28/09/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> - Mise au propre des arbres de tâche sur [draw.io](https://drive.google.com/file/d/1cuzMqQcOHlCRC1jZ9Lt3t24mbo0hoeTT/view?usp=sharing).<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ==Semaine 2 : 01/10/18 - 05/10/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Icon de l'application<br /> <br /> - Finalisation du diagramme de tâche<br /> <br /> - IHM Concrète<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Arbre des tâches<br /> <br /> - IHM abstraite<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> - Arbres des tâches<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Diagrammes de contexte<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> ==Semaine 3 : 08/10/18 - 12/10/18 - Audit 1==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future base de données<br /> <br /> - Design de la base de données<br /> <br /> - Réflexion sur la langage JDL<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> - Mise en place du projet Jhipster<br /> <br /> - Début de la mise en place de la LeafletMap<br /> <br /> ===Remarque durant l'audit===<br /> <br /> - Ajouter un fil conducteur lors de la navigation. L'utilisateur doit **toujours** savoir ou il se trouve et comment il en est arrivé là.<br /> <br /> - Aligner les champs lors de l'inscription<br /> <br /> - Rédiger un glossaire<br /> <br /> <br /> <br /> ==Semaine 3 : 15/10/18 - 19/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Correction du glossaire sur la page AIR.<br /> <br /> - Création de la barre de navigation du site avec Bootstrap.<br /> <br /> - Création du squelette de la page d'accueil avec Bootstrap.<br /> <br /> <br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> <br /> - Squelette de la page de visualisation d'une course<br /> <br /> - Formulaires d'inscription<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Insertion d'une carte OpenStreetMap avec Leaflet sur la page d'accueil d'un projet JHipster<br /> <br /> - Insertion de markers et de tracés sur cette carte.<br /> <br /> - Rédaction page air imag<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Compréhension du fonctionnement de l'API Rest<br /> <br /> - Rédaction du glossaire<br /> <br /> ==Semaine 4 : 20/10/18 - 23/10/18 ==<br /> ==Semaine 5 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 6 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 7 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 8 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 9 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 10 : 08/10/18 - 12/10/18 ==</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport_L9_LOG&diff=43590 2018-12-11T16:47:10Z

<p>Vincent.Aubert1: /* 👨🏻‍💼 Hugo */</p> <hr /> <div>==Semaine 1 : 24/09/18 - 28/09/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> - Mise au propre des arbres de tâche sur [draw.io](https://drive.google.com/file/d/1cuzMqQcOHlCRC1jZ9Lt3t24mbo0hoeTT/view?usp=sharing).<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ==Semaine 2 : 01/10/18 - 05/10/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Icon de l'application<br /> <br /> - Finalisation du diagramme de tâche<br /> <br /> - IHM Concrète<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Arbre des tâches<br /> <br /> - IHM abstraite<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> - Arbres des tâches<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Diagrammes de contexte<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> ==Semaine 3 : 08/10/18 - 12/10/18 - Audit 1==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future base de données<br /> <br /> - Design de la base de données<br /> <br /> - Réflexion sur la langage JDL<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> - Mise en place du projet Jhipster<br /> <br /> - Début de la mise en place de la LeafletMap<br /> <br /> ===Remarque durant l'audit===<br /> <br /> - Ajouter un fil conducteur lors de la navigation. L'utilisateur doit **toujours** savoir ou il se trouve et comment il en est arrivé là.<br /> <br /> - Aligner les champs lors de l'inscription<br /> <br /> - Rédiger un glossaire<br /> <br /> <br /> <br /> ==Semaine 3 : 15/10/18 - 19/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Correction du glossaire sur la page AIR.<br /> - Création de la barre de navigation du site avec Bootstrap.<br /> - Création du squelette de la page d'accueil avec Bootstrap.<br /> <br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> - Squelette de la page de visualisation d'une course<br /> - Formulaires d'inscription<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Insertion d'une carte OpenStreetMap avec Leaflet sur la page d'accueil d'un projet JHipster<br /> <br /> - Insertion de markers et de tracés sur cette carte.<br /> <br /> - Rédaction page air imag<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Compréhension du fonctionnement de l'API Rest<br /> - Rédaction du glossaire<br /> <br /> ==Semaine 4 : 20/10/18 - 23/10/18 ==<br /> ==Semaine 5 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 6 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 7 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 8 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 9 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 10 : 08/10/18 - 12/10/18 ==</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport_L9_LOG&diff=43589 2018-12-11T16:46:58Z

<p>Vincent.Aubert1: /* Semaine 3 : 15/10/18 - 19/10/18 */</p> <hr /> <div>==Semaine 1 : 24/09/18 - 28/09/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> - Mise au propre des arbres de tâche sur [draw.io](https://drive.google.com/file/d/1cuzMqQcOHlCRC1jZ9Lt3t24mbo0hoeTT/view?usp=sharing).<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ==Semaine 2 : 01/10/18 - 05/10/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Icon de l'application<br /> <br /> - Finalisation du diagramme de tâche<br /> <br /> - IHM Concrète<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Arbre des tâches<br /> <br /> - IHM abstraite<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> - Arbres des tâches<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Diagrammes de contexte<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> ==Semaine 3 : 08/10/18 - 12/10/18 - Audit 1==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future base de données<br /> <br /> - Design de la base de données<br /> <br /> - Réflexion sur la langage JDL<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> - Mise en place du projet Jhipster<br /> <br /> - Début de la mise en place de la LeafletMap<br /> <br /> ===Remarque durant l'audit===<br /> <br /> - Ajouter un fil conducteur lors de la navigation. L'utilisateur doit **toujours** savoir ou il se trouve et comment il en est arrivé là.<br /> <br /> - Aligner les champs lors de l'inscription<br /> <br /> - Rédiger un glossaire<br /> <br /> <br /> <br /> ==Semaine 3 : 15/10/18 - 19/10/18 ==<br /> <br /> <br /> === 👨🏼‍💻 Quentin ===<br /> <br /> - Correction du glossaire sur la page AIR.<br /> - Création de la barre de navigation du site avec Bootstrap.<br /> - Création du squelette de la page d'accueil avec Bootstrap.<br /> <br /> <br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Tim ===<br /> - Squelette de la page de visualisation d'une course<br /> - Formulaires d'inscription<br /> <br /> ---<br /> <br /> === 👨🏻‍💼 Hugo ===<br /> <br /> - Insertion d'une carte OpenStreetMap avec Leaflet sur la page d'accueil d'un projet JHipster<br /> - Insertion de markers et de tracés sur cette carte.<br /> - Rédaction page air imag<br /> <br /> <br /> ---<br /> <br /> === 👨🏼‍💼 Vincent ===<br /> <br /> - Compréhension du fonctionnement de l'API Rest<br /> - Rédaction du glossaire<br /> <br /> ==Semaine 4 : 20/10/18 - 23/10/18 ==<br /> ==Semaine 5 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 6 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 7 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 8 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 9 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 10 : 08/10/18 - 12/10/18 ==</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport_L9_LOG&diff=43588 2018-12-11T16:43:44Z

<p>Vincent.Aubert1: /* Semaine 3 : 15/10/18 - 19/10/18 */</p> <hr /> <div>==Semaine 1 : 24/09/18 - 28/09/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> - Mise au propre des arbres de tâche sur [draw.io](https://drive.google.com/file/d/1cuzMqQcOHlCRC1jZ9Lt3t24mbo0hoeTT/view?usp=sharing).<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ==Semaine 2 : 01/10/18 - 05/10/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Icon de l'application<br /> <br /> - Finalisation du diagramme de tâche<br /> <br /> - IHM Concrète<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Arbre des tâches<br /> <br /> - IHM abstraite<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> - Arbres des tâches<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Diagrammes de contexte<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> ==Semaine 3 : 08/10/18 - 12/10/18 - Audit 1==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future base de données<br /> <br /> - Design de la base de données<br /> <br /> - Réflexion sur la langage JDL<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> - Mise en place du projet Jhipster<br /> <br /> - Début de la mise en place de la LeafletMap<br /> <br /> ===Remarque durant l'audit===<br /> <br /> - Ajouter un fil conducteur lors de la navigation. L'utilisateur doit **toujours** savoir ou il se trouve et comment il en est arrivé là.<br /> <br /> - Aligner les champs lors de l'inscription<br /> <br /> - Rédiger un glossaire<br /> <br /> <br /> <br /> ==Semaine 3 : 15/10/18 - 19/10/18 ==<br /> <br /> ==Semaine 4 : 20/10/18 - 23/10/18 ==<br /> ==Semaine 5 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 6 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 7 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 8 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 9 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 10 : 08/10/18 - 12/10/18 ==</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport_L9_LOG&diff=43587 2018-12-11T16:43:33Z

<p>Vincent.Aubert1: /* Remarque durant l&#039;audit */</p> <hr /> <div>==Semaine 1 : 24/09/18 - 28/09/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> - Mise au propre des arbres de tâche sur [draw.io](https://drive.google.com/file/d/1cuzMqQcOHlCRC1jZ9Lt3t24mbo0hoeTT/view?usp=sharing).<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Mise en place des outils Trello et Slack.<br /> <br /> - Confection des arbres de tâche en groupe.<br /> <br /> ==Semaine 2 : 01/10/18 - 05/10/18==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Icon de l'application<br /> <br /> - Finalisation du diagramme de tâche<br /> <br /> - IHM Concrète<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> - Arbre des tâches<br /> <br /> - IHM abstraite<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> - Arbres des tâches<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Diagrammes de contexte<br /> <br /> - Diagrammes de cas d'utilisation<br /> <br /> ==Semaine 3 : 08/10/18 - 12/10/18 - Audit 1==<br /> <br /> ===👨🏼‍💻 Quentin===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> ===👨🏻‍💼 Tim===<br /> <br /> ===👨🏻‍💼 Hugo===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future base de données<br /> <br /> - Design de la base de données<br /> <br /> - Réflexion sur la langage JDL<br /> <br /> ===👨🏼‍💼 Vincent===<br /> <br /> - Préparation à l'audit<br /> <br /> - Réflexion sur la structure de la future DB<br /> <br /> - Mise en place du projet Jhipster<br /> <br /> - Début de la mise en place de la LeafletMap<br /> <br /> ===Remarque durant l'audit===<br /> <br /> - Ajouter un fil conducteur lors de la navigation. L'utilisateur doit **toujours** savoir ou il se trouve et comment il en est arrivé là.<br /> <br /> - Aligner les champs lors de l'inscription<br /> <br /> - Rédiger un glossaire<br /> <br /> <br /> <br /> ==Semaine 3 : 15/10/18 - 19/10/18 ==<br /> ==Semaine 4 : 20/10/18 - 23/10/18 ==<br /> ==Semaine 5 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 6 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 7 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 8 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 9 : 08/10/18 - 12/10/18 ==<br /> ==Semaine 10 : 08/10/18 - 12/10/18 ==</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=File:VT2018_Mxnet_presentation.pdf&diff=43398 2018-11-19T11:59:35Z

<p>Vincent.Aubert1: </p> <hr /> <div></div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018&diff=43397 2018-11-19T11:58:39Z

<p>Vincent.Aubert1: /* Planning */</p> <hr /> <div>[[VT2017|&lt;&lt; Etudes 2017]] [[VT|Sommaire]] [[VT2019|Etudes 2019 &gt;&gt;]]<br /> <br /> <br /> =Veille Technologique et Stratégique=<br /> * Enseignants: [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br /> * UE/Module: EAM (HPRJ9R6B) et EAR (HPRJ9R4B) en RICM5<br /> <br /> L'objectif de cette UE est de réaliser un travail de synthèse et d’évaluation sur une technologie / spécification / tendance<br /> <br /> Dans votre futur vie d'ingénieur, vous aurez à d'une part, vous former par vous-même sur une technologie émergente et d'autre part à réaliser une veille technologique (et stratégique) par rapport à votre entreprise et projet.<br /> Il s'agira de réaliser<br /> * le positionnement par rapport au marché<br /> * d'être critique<br /> <br /> Votre synthèse fait l'objet d'une présentation orale convaincante devant un auditoire (dans le futur, vos collègues, vos chefs ou vos clients) avec des transparents et un discours répété.<br /> Pour finir de convaincre (Saint Thomas), vous ferez la présentation d'une démonstration.<br /> <br /> Votre présentation sera noté et commenté par tous vos camarades via un sondage (téléphone mobile). Leurs notes et leurs commentaires seront notés en fonction de leur exactitude de jugement.<br /> <br /> Remarque: Le [https://fr.wikipedia.org/wiki/Plagiat plagiat] est incompatible avec l'éthique de l'ingénieur. Le directeur d'école peut demander à votre traduction devant la commission disciplinaire de l'université. La sanction peut aller jusqu’à une interdiction d'inscription dans les établissements de l'enseignement supérieur français pendant plusieurs années : Le jeu, en vaut-il la chandelle ?<br /> <br /> La présentation peut être réalisée avec [[reveal.js]]<br /> <br /> [[File:presentation-VT-RICM5-1516.pdf|transparents d'introduction à l'UE]]<br /> <br /> =Affectation des sujets=<br /> [[File:AffectationSujetsVT2018.pdf]]<br /> <br /> =Planning=<br /> * Vendredi 7/9: présentation et choix des sujets<br /> [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br /> * Lundi 12/11: (GPB,DD en visio)<br /> ** 1: Julien COURTIAL - Apollo 2.0, [[VT2018_Apollo|Fiche de synthèse]], [[Media:Apollo_Auto_Platform.pdf|Transparents]], [https://github.com/ApolloAuto/apollo/tree/master/docs/demo_guide Démo]<br /> ** 2: Sekina BELGUENDOUZ - Service Mesh, [[VT2018_Service_Mesh|Fiche de synthèse]], [[Media:VT2018_Service_Mesh_presentation.pdf|Transparents]], [[VT2018_Service_Mesh_Demo|Démo avec Istrio]] (Reporté)<br /> ** 3: Servan CHARLOT - [[OpenWhisk]] : [[VT2018_OpenWhisk|Fiche de synthèse]], [[Media:VT2018_OpenWhisk_presentation.pdf|Transparents]], [[VT2018_OpenWhisk_Demo|Démo]]<br /> ** 4: Théo ECHEVET - Fabric8, [[VT2018_fabric8|Fiche de synthèse]], [[Media:Fabric8_Pres_Theo_Echevet.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 5: Bastien TERRIER - [[Performance_Monitoring|Performance Monitoring]], [[VT2018_Performance_Monitoring|Fiche de synthèse]], [[Media:VT2018_Performance_Monitoring_presentation.pdf|Transparents]], [[VT2018_Performance_Monitoring_Demo|Démo]]<br /> * Lundi 19/11: (GPB,DD en visio)<br /> ** 6: Samuel BAMBA - DevSecOps, [[VT2018_DevSecOps|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 7: Zoran CHANET - [[Wildfly_Swarm|&lt;strike&gt;Wildfly Swarm&lt;/strike&gt;]] [[Thorntail|Thorntail]], [[VT2018_Thorntail|Fiche de synthèse]], [[Media:VT2018_Thorntail_presentation.pdf|Transparents]], [[VT2018_Thorntail_Demo|Démo]]<br /> ** 8: Thibaud VEGREVILLE, Techniques et technologies de &quot;Lag Compensation&quot; dans les jeux en ligne, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 9: Hugo GROS-DAILLON - [[ActionHero.js]], [[VT2018_ActionHero|Fiche de synthèse]], [[Media:VT2018ActionHero.pdf|Transparents]], [https://github.com/HugoSecteur4/DemoVT2018ActionHero/tree/master/ActionHero Démo]<br /> ** 10: Vincent AUBERT - Apache MXNet : Demo avec Intel Movidius, [[VT2018_Apache_Mxnet|Fiche de synthèse]], [[Media:VT2018_Mxnet_presentation.pdf|Transparents]], [[VT2018_Mxnet_Demo|Démo]]<br /> * Lundi 10/12: (GPB+DD)<br /> ** 11: Joffrey FERREIRA - Keycloak, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 12: Loris GENTILLON - Gceasy, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]] <br /> ** 13: Thomas OZENDA - Zipkin et Daper, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 14: Aurélien SURIER - CloudFoundry, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 15: Enzo MOLION - Web3j, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> * Lundi 17/12: (GPB)<br /> ** 16: Quentin FOMBRAON - Web Assembly, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 17: Timothée DEPRIESTER - Kafka Stream, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 18: Benjamin BESNIER - Apache Beam, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 19: Théo LEVESQUE - OpenShift, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 20: William WEILL - CMS, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> * Lundi 07/01/2019: (GPB+DD)<br /> ** 21: Tim LEPAGE - Moby, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 22: Cédric LAFRASSE - SIG, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 23: Léo VALETTE - Architectures de processeurs pour le Deep Learning (NPU): Démo de l'Intel Movidius, , [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 24: Florian CUZIN - , [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 25: Raphael MANGER - Apache Solr, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> * Lundi 14/01/2019: (GPD, DD absent)<br /> ** 26: Amina BOUCHERIMA - Content delivery networks, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 27: Najwa EZ-ZINE - FIDO, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 28:<br /> ** 29:<br /> ** 30:<br /> <br /> =Sujets non sélectionnés=<br /> # [[Single Sign On]] : démonstration de [[Keycloak]] avec [[JHipster]].<br /> &lt;!--<br /> # [[Service Mesh]] : démonstration de [[Istio]] avec [[JHispter]] kubernetes subgenerator<br /> --&gt;<br /> # [[gVisor]]: a new kind of sandbox that helps provide secure isolation for containers<br /> &lt;!--<br /> # [[WebAssembly]]<br /> # [[Fast Identity Online Alliance]] (FIDO)<br /> # [[Apache MXNet]] : Demo avec [[Intel Movidius]] ([https://github.com/tspannhw/rpi-mxnet-movidius-minifi lien])<br /> # [[DevSecOps]] <br /> --&gt;<br /> # Portails et l'API [[Portlet]] : Démo avec [[Liferay]]<br /> &lt;!--<br /> # [[Apache Beam]]<br /> # [[plateforme logicielle open source de conduite autonome Apollo 2.0]]<br /> # [[Neural Processing Unit]] (NPU) : Demo de la clé [[Intel Movidius]] sur un RPI<br /> # [[Kafka Streams]]<br /> # [[Moby]] : démonstration de containers avec votre projet [[ECOM-RICM|eCOM]].<br /> --&gt;<br /> # [[Hazelcast]] : Démo avec Spring Boot ([https://dzone.com/storage/assets/6459742-dzone-rc247-gettingstartedwithspringbootandmicrose.pdf lien]) dans un projet [[JHipster]]<br /> &lt;!--<br /> # [[Zipkin]] (et Dapper) : Démonstration sur [[eCOM]] avec [[JHipster]]<br /> --&gt;<br /> # [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br /> # Insport Video<br /> # Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br /> # [[Memory-centric virtual distributed storage system]]<br /> &lt;!--<br /> # [[Performance Monitoring]]<br /> --&gt;<br /> # [[ESB]] : démonstration de [[Mule ESB]]<br /> # [[MemCached]]<br /> &lt;!--<br /> # [[CloudFoundry]]<br /> # [[Fabric8]]<br /> # [[gceasy]] : Universal garbage collection log Analyser<br /> # [[OpenWhisk]]<br /> # [[Wildfly Swarm]]<br /> # [[Apache Solr]] : Démonstration avec [http://hortonworks.com/hadoop-tutorial/indexing-and-searching-text-within-images-with-apache-solr/ Tesseract OCR]<br /> # [[Content Delivery Network]]s : Démonstration de [[Amazon S3]], Azure, Akamaï ... sur votre projet [[ECOM-RICM|eCOM]]<br /> # [[ActionHero.js]]<br /> # [[OpenShift]] CaaS : démo sur le projet eCOM<br /> # [[web3j]]<br /> # [[CMS]] : Demo avec [[Crafter CMS]]<br /> # [[SIG]] : Démonstration de [[QGIS]]<br /> --&gt;<br /> # [[Low-Power Global Area Network]]s ([[Sat-IoT]])</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Mxnet_Demo&diff=43396 2018-11-19T11:31:08Z

<p>Vincent.Aubert1: </p> <hr /> <div>==Prérequis==<br /> <br /> *Python installé<br /> *La commande pip installé<br /> <br /> ==Installation==<br /> <br /> On installe Mxnet avec la commande suivante :<br /> pip install mxnet<br /> <br /> Pour se servir de mxnet, on aura juste à faire import Mxnet dans son fichier .py<br /> <br /> Pour l'installation de la clé movidius, voici le <br /> [https://software.intel.com/en-us/neural-compute-stick tutoriel] à suivre.<br /> <br /> ==Démonstration==<br /> ===Mxnet===<br /> <br /> Sur ce dépôt git, on peut trouver de nombreux projets qui ont utilisé Mxnet pour faire leur modèle Mxnet. <br /> git clone git clone https://github.com/apache/incubator-mxnet.git<br /> Ensuite il faut se placer sur la branche où la release est fonctionnelle<br /> git checkout 0.10.0.post2<br /> Puis lancer la commande suivante pour entrainer son modèle<br /> python train_mnist.py --network mlp<br /> Utilisation avec plusieurs GPU si vous en disposez au moins 2:<br /> python train_cifar10.py --network resnet --num-layers 110 --batch-size 128 --gpus 0,1<br /> <br /> ===Intel Movidius===<br /> Pour utiliser la clé avec un modèle entrainé par Mxnet, il faut tout d'abord le convertir:<br /> python3 mo_mxnet.py --input_model model-file-0000.params<br /> La procédure ensuite est explicité [https://software.intel.com/en-us/articles/OpenVINO-Using-MXNet ici] pour utiliser son modèle de prediction.</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Mxnet_Demo&diff=43395 2018-11-19T11:26:16Z

<p>Vincent.Aubert1: </p> <hr /> <div>==Prérequis==<br /> <br /> *Python installé<br /> *La commande pip installé<br /> <br /> ==Installation==<br /> <br /> On installe Mxnet avec la commande suivante :<br /> pip install mxnet<br /> <br /> Pour se servir de mxnet, on aura juste à faire import Mxnet dans son fichier .py<br /> <br /> Pour l'installation de la clé movidius, voici le <br /> [https://software.intel.com/en-us/neural-compute-stick tutoriel] à suivre.<br /> <br /> ==Démonstration==<br /> <br /> Sur ce dépôt git, on peut trouver de nombreux projets qui ont utilisé Mxnet pour faire leur modèle Mxnet. <br /> git clone git clone https://github.com/apache/incubator-mxnet.git<br /> Ensuite il faut se placer sur la branche où la release est fonctionnelle<br /> git checkout 0.10.0.post2<br /> Puis lancer la commande suivante pour entrainer son modèle<br /> python train_mnist.py --network mlp<br /> Utilisation avec plusieurs GPU si vous en disposez au moins 2:<br /> python train_cifar10.py --network resnet --num-layers 110 --batch-size 128 --gpus 0,1</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Mxnet_Demo&diff=43390 2018-11-19T11:17:06Z

<p>Vincent.Aubert1: </p> <hr /> <div>==Prérequis==<br /> <br /> *Python installé<br /> *La commande pip installé<br /> <br /> ==Installation==<br /> <br /> On installe Mxnet avec la commande suivante :<br /> pip install mxnet<br /> <br /> Pour se servir de mxnet, on aura juste à faire import Mxnet dans son fichier .py<br /> <br /> Pour l'installation de la clé movidius, voici le <br /> [https://software.intel.com/en-us/neural-compute-stick tutoriel] à suivre.</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Mxnet_Demo&diff=43388 2018-11-19T11:14:13Z

<p>Vincent.Aubert1: /* Compilation */</p> <hr /> <div>==Prérequis==<br /> <br /> *Python installé<br /> *La commande pip installé<br /> <br /> ==Installation==<br /> <br /> On installe Mxnet avec la commande suivante :<br /> pip install mxnet</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Mxnet_Demo&diff=43387 2018-11-19T11:12:31Z

<p>Vincent.Aubert1: Created page with &quot;==Compilation== On la compile avec la commande suivante : javac -classpath &#039;&#039;&#039;$PATH&#039;&#039;&#039;/gson-2.8.5.jar fact.java Ici, la valeur &#039;&#039;&#039;&lt;code&gt;PATH&lt;/code&gt;&#039;&#039;&#039; est à remplacer par l...&quot;</p> <hr /> <div>==Compilation==<br /> <br /> On la compile avec la commande suivante :<br /> javac -classpath '''$PATH'''/gson-2.8.5.jar fact.java<br /> Ici, la valeur '''&lt;code&gt;PATH&lt;/code&gt;''' est à remplacer par le chemin où vous avez rangé la librairie [https://github.com/google/gson Gson] qui est nécessaire pour utiliser du Java avec OpenWhisk.<br /> <br /> On crée ensuite une archive jar de notre action compilée :<br /> jar cvf fact.jar fact.class</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018&diff=43386 2018-11-19T11:11:22Z

<p>Vincent.Aubert1: /* Planning */</p> <hr /> <div>[[VT2017|&lt;&lt; Etudes 2017]] [[VT|Sommaire]] [[VT2019|Etudes 2019 &gt;&gt;]]<br /> <br /> <br /> =Veille Technologique et Stratégique=<br /> * Enseignants: [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br /> * UE/Module: EAM (HPRJ9R6B) et EAR (HPRJ9R4B) en RICM5<br /> <br /> L'objectif de cette UE est de réaliser un travail de synthèse et d’évaluation sur une technologie / spécification / tendance<br /> <br /> Dans votre futur vie d'ingénieur, vous aurez à d'une part, vous former par vous-même sur une technologie émergente et d'autre part à réaliser une veille technologique (et stratégique) par rapport à votre entreprise et projet.<br /> Il s'agira de réaliser<br /> * le positionnement par rapport au marché<br /> * d'être critique<br /> <br /> Votre synthèse fait l'objet d'une présentation orale convaincante devant un auditoire (dans le futur, vos collègues, vos chefs ou vos clients) avec des transparents et un discours répété.<br /> Pour finir de convaincre (Saint Thomas), vous ferez la présentation d'une démonstration.<br /> <br /> Votre présentation sera noté et commenté par tous vos camarades via un sondage (téléphone mobile). Leurs notes et leurs commentaires seront notés en fonction de leur exactitude de jugement.<br /> <br /> Remarque: Le [https://fr.wikipedia.org/wiki/Plagiat plagiat] est incompatible avec l'éthique de l'ingénieur. Le directeur d'école peut demander à votre traduction devant la commission disciplinaire de l'université. La sanction peut aller jusqu’à une interdiction d'inscription dans les établissements de l'enseignement supérieur français pendant plusieurs années : Le jeu, en vaut-il la chandelle ?<br /> <br /> La présentation peut être réalisée avec [[reveal.js]]<br /> <br /> [[File:presentation-VT-RICM5-1516.pdf|transparents d'introduction à l'UE]]<br /> <br /> =Affectation des sujets=<br /> [[File:AffectationSujetsVT2018.pdf]]<br /> <br /> =Planning=<br /> * Vendredi 7/9: présentation et choix des sujets<br /> [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br /> * Lundi 12/11: (GPB,DD en visio)<br /> ** 1: Julien COURTIAL - Apollo 2.0, [[VT2018_Apollo|Fiche de synthèse]], [[Media:Apollo_Auto_Platform.pdf|Transparents]], [https://github.com/ApolloAuto/apollo/tree/master/docs/demo_guide Démo]<br /> ** 2: Sekina BELGUENDOUZ - Service Mesh, [[VT2018_Service_Mesh|Fiche de synthèse]], [[Media:VT2018_Service_Mesh_presentation.pdf|Transparents]], [[VT2018_Service_Mesh_Demo|Démo avec Istrio]] (Reporté)<br /> ** 3: Servan CHARLOT - [[OpenWhisk]] : [[VT2018_OpenWhisk|Fiche de synthèse]], [[Media:VT2018_OpenWhisk_presentation.pdf|Transparents]], [[VT2018_OpenWhisk_Demo|Démo]]<br /> ** 4: Théo ECHEVET - Fabric8, [[VT2018_fabric8|Fiche de synthèse]], [[Media:Fabric8_Pres_Theo_Echevet.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 5: Bastien TERRIER - [[Performance_Monitoring|Performance Monitoring]], [[VT2018_Performance_Monitoring|Fiche de synthèse]], [[Media:VT2018_Performance_Monitoring_presentation.pdf|Transparents]], [[VT2018_Performance_Monitoring_Demo|Démo]]<br /> * Lundi 19/11: (GPB,DD en visio)<br /> ** 6: Samuel BAMBA - DevSecOps, [[VT2018_DevSecOps|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 7: Zoran CHANET - [[Wildfly_Swarm|&lt;strike&gt;Wildfly Swarm&lt;/strike&gt;]] [[Thorntail|Thorntail]], [[VT2018_Thorntail|Fiche de synthèse]], [[Media:VT2018_Thorntail_presentation.pdf|Transparents]], [[VT2018_Thorntail_Demo|Démo]]<br /> ** 8: Thomas VEGREVILLE, Techniques et technologies de &quot;Lag Compensation&quot; dans les jeux en ligne, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 9: Hugo GROS-DAILLON - [[ActionHero.js]], [[VT2018_ActionHero|Fiche de synthèse]], [[Media:VT2018ActionHero.pdf|Transparents]], [https://github.com/HugoSecteur4/DemoVT2018ActionHero/tree/master/ActionHero Démo]<br /> ** 10: Vincent AUBERT - Apache MXNet : Demo avec Intel Movidius, [[VT2018_Apache_Mxnet|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_Mxnet_Demo|Démo]]<br /> * Lundi 10/12: (GPB+DD)<br /> ** 11: Joffrey FERREIRA - Keycloak, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 12: Loris GENTILLON - Gceasy, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]] <br /> ** 13: Thomas OZENDA - Zipkin et Daper, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 14: Aurélien SURIER - CloudFoundry, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 15: Enzo MOLION - Web3j, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> * Lundi 17/12: (GPB)<br /> ** 16: Quentin FOMBRAON - Web Assembly, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 17: Timothée DEPRIESTER - Kafka Stream, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 18: Benjamin BESNIER - Apache Beam, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 19: Théo LEVESQUE - OpenShift, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 20: William WEILL - CMS, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> * Lundi 07/01/2019: (GPB+DD)<br /> ** 21: Tim LEPAGE - Moby, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 22: Cédric LAFRASSE - SIG, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 23: Léo VALETTE - Architectures de processeurs pour le Deep Learning (NPU): Démo de l'Intel Movidius, , [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 24: Florian CUZIN - , [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 25: Raphael MANGER - Apache Solr, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> * Lundi 14/01/2019: (GPD, DD absent)<br /> ** 26: Amina BOUCHERIMA - Content delivery networks, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 27: Najwa EZ-ZINE - FIDO, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 28:<br /> ** 29:<br /> ** 30:<br /> <br /> =Sujets non sélectionnés=<br /> # [[Single Sign On]] : démonstration de [[Keycloak]] avec [[JHipster]].<br /> &lt;!--<br /> # [[Service Mesh]] : démonstration de [[Istio]] avec [[JHispter]] kubernetes subgenerator<br /> --&gt;<br /> # [[gVisor]]: a new kind of sandbox that helps provide secure isolation for containers<br /> &lt;!--<br /> # [[WebAssembly]]<br /> # [[Fast Identity Online Alliance]] (FIDO)<br /> # [[Apache MXNet]] : Demo avec [[Intel Movidius]] ([https://github.com/tspannhw/rpi-mxnet-movidius-minifi lien])<br /> # [[DevSecOps]] <br /> --&gt;<br /> # Portails et l'API [[Portlet]] : Démo avec [[Liferay]]<br /> &lt;!--<br /> # [[Apache Beam]]<br /> # [[plateforme logicielle open source de conduite autonome Apollo 2.0]]<br /> # [[Neural Processing Unit]] (NPU) : Demo de la clé [[Intel Movidius]] sur un RPI<br /> # [[Kafka Streams]]<br /> # [[Moby]] : démonstration de containers avec votre projet [[ECOM-RICM|eCOM]].<br /> --&gt;<br /> # [[Hazelcast]] : Démo avec Spring Boot ([https://dzone.com/storage/assets/6459742-dzone-rc247-gettingstartedwithspringbootandmicrose.pdf lien]) dans un projet [[JHipster]]<br /> &lt;!--<br /> # [[Zipkin]] (et Dapper) : Démonstration sur [[eCOM]] avec [[JHipster]]<br /> --&gt;<br /> # [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br /> # Insport Video<br /> # Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br /> # [[Memory-centric virtual distributed storage system]]<br /> &lt;!--<br /> # [[Performance Monitoring]]<br /> --&gt;<br /> # [[ESB]] : démonstration de [[Mule ESB]]<br /> # [[MemCached]]<br /> &lt;!--<br /> # [[CloudFoundry]]<br /> # [[Fabric8]]<br /> # [[gceasy]] : Universal garbage collection log Analyser<br /> # [[OpenWhisk]]<br /> # [[Wildfly Swarm]]<br /> # [[Apache Solr]] : Démonstration avec [http://hortonworks.com/hadoop-tutorial/indexing-and-searching-text-within-images-with-apache-solr/ Tesseract OCR]<br /> # [[Content Delivery Network]]s : Démonstration de [[Amazon S3]], Azure, Akamaï ... sur votre projet [[ECOM-RICM|eCOM]]<br /> # [[ActionHero.js]]<br /> # [[OpenShift]] CaaS : démo sur le projet eCOM<br /> # [[web3j]]<br /> # [[CMS]] : Demo avec [[Crafter CMS]]<br /> # [[SIG]] : Démonstration de [[QGIS]]<br /> --&gt;<br /> # [[Low-Power Global Area Network]]s ([[Sat-IoT]])</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Apache_Mxnet&diff=43372 2018-11-19T02:33:38Z

<p>Vincent.Aubert1: /* Avantages */</p> <hr /> <div>=Introduction=<br /> [[File:Mxnet.png| Mxnet]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> <br /> <br /> <br /> =Abstract=<br /> <br /> Apache MXNet is a deep learning open-source framework used to train and deploy deep neural networks. It is scalable, allowing rapid model training, and supports a flexible programming model and multiple programming languages (such as C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, and Wolfram Language).<br /> <br /> The MXNet library is portable and can be upgraded to multiple GPUs and machines. MXNet is supported by public cloud computing providers, including Amazon Web Services (AWS) and Microsoft Azure. Amazon has chosen MXNet as its preferred in-depth learning framework at AWS. Currently, MXNet is supported by Intel, Dato, Baidu, Microsoft, Wolfram Research and research institutions such as Carnegie Mellon, MIT, University of Washington and Hong Kong University of Science and Technology.<br /> <br /> <br /> =Synthèse=<br /> <br /> <br /> ==Avantages==<br /> <br /> Apache MXNet est un framework de deep learning léger, flexible et adaptable qui supporte deux modèles d'apprentissage profond comme les réseaux neuronaux convolutifs (CNNs) et les réseaux de mémoire à long terme (LSTMs).<br /> <br /> ===Flexible===<br /> <br /> MXNet est conçu pour être distribué sur une infrastructure cloud, en utilisant un serveur de paramètres distribués (basé sur des recherches de l'Université Carnegie Mellon, Baidu et Google), et peut atteindre une échelle presque linéaire avec plusieurs GPU ou CPU.<br /> <br /> ===Langages multiples===<br /> <br /> MXNet supporte à la fois la programmation impérative et symbolique, ce qui permet aux développeurs habitués à la programmation impérative de s'initier plus facilement à l'apprentissage approfondi. Il facilite également le suivi, le débogage, la sauvegarde des points de contrôle, la modification des hyperparamètres, tels que le taux d'apprentissage ou l'arrêt anticipé.<br /> Langues multiples<br /> <br /> Supporte C++ pour le backend optimisé pour tirer le meilleur parti du GPU ou CPU disponible, et Python, R, Scala, Julia, Perl, MATLAB et JavaScript pour un frontend simple pour les développeurs.<br /> <br /> ===Portable===<br /> <br /> Prend en charge d'un déploiement efficace d'un modèle formé à des appareils bas de gamme, tels que les appareils mobiles (en utilisant Amalgamation), Internet of things devices (en utilisant AWS Greengrass), serverless computing (en utilisant AWS Lambda) ou des containers. Ces environnements bas de gamme ne peuvent avoir qu'un CPU plus faible ou une mémoire limitée (RAM), et devraient être capables d'utiliser les modèles qui ont été formés sur un environnement de niveau supérieur (cluster basé sur GPU, par exemple).<br /> <br /> =Sources=<br /> <br /> *https://github.com/apache/incubator-mxnet<br /> *https://aws.amazon.com/fr/mxnet/<br /> *https://software.intel.com/en-us/neural-compute-stick/get-started<br /> *https://dzone.com/articles/apache-deep-learning-101-using-apache-mxnet-on-the<br /> *https://github.com/movidius/ncappzoo<br /> *https://software.intel.com/en-us/articles/apache-mxnet-v120-released-with-intel-optimized-cpu-backend<br /> *https://mxnet.apache.org/tutorials/index.html<br /> *https://gluon-crash-course.mxnet.io/ndarray.html<br /> *https://github.com/apache/incubator-mxnet</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Apache_Mxnet&diff=43369 2018-11-19T02:28:17Z

<p>Vincent.Aubert1: /* Sources */</p> <hr /> <div>=Introduction=<br /> [[File:Mxnet.png| Mxnet]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> <br /> <br /> <br /> =Abstract=<br /> <br /> Apache MXNet is a deep learning open-source framework used to train and deploy deep neural networks. It is scalable, allowing rapid model training, and supports a flexible programming model and multiple programming languages (such as C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, and Wolfram Language).<br /> <br /> The MXNet library is portable and can be upgraded to multiple GPUs and machines. MXNet is supported by public cloud computing providers, including Amazon Web Services (AWS) and Microsoft Azure. Amazon has chosen MXNet as its preferred in-depth learning framework at AWS. Currently, MXNet is supported by Intel, Dato, Baidu, Microsoft, Wolfram Research and research institutions such as Carnegie Mellon, MIT, University of Washington and Hong Kong University of Science and Technology.<br /> <br /> <br /> =Synthèse=<br /> <br /> <br /> ==Avantages==<br /> <br /> ===Flexible===<br /> <br /> MXNet est conçu pour être distribué sur une infrastructure cloud, en utilisant un serveur de paramètres distribués (basé sur des recherches de l'Université Carnegie Mellon, Baidu et Google), et peut atteindre une échelle presque linéaire avec plusieurs GPU ou CPU.<br /> <br /> ===Langages multiples===<br /> <br /> MXNet supporte à la fois la programmation impérative et symbolique, ce qui permet aux développeurs habitués à la programmation impérative de s'initier plus facilement à l'apprentissage approfondi. Il facilite également le suivi, le débogage, la sauvegarde des points de contrôle, la modification des hyperparamètres, tels que le taux d'apprentissage ou l'arrêt anticipé.<br /> Langues multiples<br /> <br /> Supporte C++ pour le backend optimisé pour tirer le meilleur parti du GPU ou CPU disponible, et Python, R, Scala, Julia, Perl, MATLAB et JavaScript pour un frontend simple pour les développeurs.<br /> <br /> ===Portable===<br /> <br /> Prend en charge d'un déploiement efficace d'un modèle formé à des appareils bas de gamme, tels que les appareils mobiles (en utilisant Amalgamation), Internet of things devices (en utilisant AWS Greengrass), serverless computing (en utilisant AWS Lambda) ou des containers. Ces environnements bas de gamme ne peuvent avoir qu'un CPU plus faible ou une mémoire limitée (RAM), et devraient être capables d'utiliser les modèles qui ont été formés sur un environnement de niveau supérieur (cluster basé sur GPU, par exemple).<br /> <br /> <br /> <br /> =Sources=<br /> <br /> *https://github.com/apache/incubator-mxnet<br /> *https://aws.amazon.com/fr/mxnet/<br /> *https://software.intel.com/en-us/neural-compute-stick/get-started<br /> *https://dzone.com/articles/apache-deep-learning-101-using-apache-mxnet-on-the<br /> *https://github.com/movidius/ncappzoo<br /> *https://software.intel.com/en-us/articles/apache-mxnet-v120-released-with-intel-optimized-cpu-backend<br /> *https://mxnet.apache.org/tutorials/index.html<br /> *https://gluon-crash-course.mxnet.io/ndarray.html<br /> *https://github.com/apache/incubator-mxnet</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Apache_Mxnet&diff=43367 2018-11-19T02:20:27Z

<p>Vincent.Aubert1: </p> <hr /> <div>=Introduction=<br /> [[File:Mxnet.png| Mxnet]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> <br /> <br /> <br /> =Abstract=<br /> <br /> Apache MXNet is a deep learning open-source framework used to train and deploy deep neural networks. It is scalable, allowing rapid model training, and supports a flexible programming model and multiple programming languages (such as C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, and Wolfram Language).<br /> <br /> The MXNet library is portable and can be upgraded to multiple GPUs and machines. MXNet is supported by public cloud computing providers, including Amazon Web Services (AWS) and Microsoft Azure. Amazon has chosen MXNet as its preferred in-depth learning framework at AWS. Currently, MXNet is supported by Intel, Dato, Baidu, Microsoft, Wolfram Research and research institutions such as Carnegie Mellon, MIT, University of Washington and Hong Kong University of Science and Technology.<br /> <br /> <br /> =Synthèse=<br /> <br /> <br /> ==Avantages==<br /> <br /> ===Flexible===<br /> <br /> MXNet est conçu pour être distribué sur une infrastructure cloud, en utilisant un serveur de paramètres distribués (basé sur des recherches de l'Université Carnegie Mellon, Baidu et Google), et peut atteindre une échelle presque linéaire avec plusieurs GPU ou CPU.<br /> <br /> ===Langages multiples===<br /> <br /> MXNet supporte à la fois la programmation impérative et symbolique, ce qui permet aux développeurs habitués à la programmation impérative de s'initier plus facilement à l'apprentissage approfondi. Il facilite également le suivi, le débogage, la sauvegarde des points de contrôle, la modification des hyperparamètres, tels que le taux d'apprentissage ou l'arrêt anticipé.<br /> Langues multiples<br /> <br /> Supporte C++ pour le backend optimisé pour tirer le meilleur parti du GPU ou CPU disponible, et Python, R, Scala, Julia, Perl, MATLAB et JavaScript pour un frontend simple pour les développeurs.<br /> <br /> ===Portable===<br /> <br /> Prend en charge d'un déploiement efficace d'un modèle formé à des appareils bas de gamme, tels que les appareils mobiles (en utilisant Amalgamation), Internet of things devices (en utilisant AWS Greengrass), serverless computing (en utilisant AWS Lambda) ou des containers. Ces environnements bas de gamme ne peuvent avoir qu'un CPU plus faible ou une mémoire limitée (RAM), et devraient être capables d'utiliser les modèles qui ont été formés sur un environnement de niveau supérieur (cluster basé sur GPU, par exemple).<br /> <br /> <br /> <br /> =Sources=<br /> <br /> *https://github.com/apache/incubator-mxnet<br /> *https://aws.amazon.com/fr/mxnet/<br /> *https://software.intel.com/en-us/neural-compute-stick/get-started<br /> *https://dzone.com/articles/apache-deep-learning-101-using-apache-mxnet-on-the<br /> *https://github.com/movidius/ncappzoo<br /> *https://software.intel.com/en-us/articles/apache-mxnet-v120-released-with-intel-optimized-cpu-backend<br /> *https://mxnet.apache.org/tutorials/index.html<br /> *https://gluon-crash-course.mxnet.io/ndarray.html</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Apache_Mxnet&diff=43366 2018-11-19T02:18:47Z

<p>Vincent.Aubert1: </p> <hr /> <div>=Introduction=<br /> [[File:Mxnet.png| Mxnet]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> MXNet est conçu pour être distribué sur une infrastructure cloud, en utilisant un serveur de paramètres distribués (basé sur des recherches de l'Université Carnegie Mellon, Baidu et Google), et peut atteindre une échelle presque linéaire avec plusieurs GPU ou CPU.<br /> <br /> <br /> =Abstract=<br /> <br /> Apache MXNet is a deep learning open-source framework used to train and deploy deep neural networks. It is scalable, allowing rapid model training, and supports a flexible programming model and multiple programming languages (such as C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, and Wolfram Language).<br /> <br /> The MXNet library is portable and can be upgraded to multiple GPUs and machines. MXNet is supported by public cloud computing providers, including Amazon Web Services (AWS) and Microsoft Azure. Amazon has chosen MXNet as its preferred in-depth learning framework at AWS. Currently, MXNet is supported by Intel, Dato, Baidu, Microsoft, Wolfram Research and research institutions such as Carnegie Mellon, MIT, University of Washington and Hong Kong University of Science and Technology.<br /> <br /> <br /> =Synthèse=<br /> <br /> <br /> ==Avantages==<br /> <br /> ===Flexible===<br /> <br /> MXNet supporte à la fois la programmation impérative et symbolique, ce qui permet aux développeurs habitués à la programmation impérative de s'initier plus facilement à l'apprentissage approfondi. Il facilite également le suivi, le débogage, la sauvegarde des points de contrôle, la modification des hyperparamètres, tels que le taux d'apprentissage ou l'arrêt anticipé.<br /> Langues multiples<br /> <br /> Supporte C++ pour le backend optimisé pour tirer le meilleur parti du GPU ou CPU disponible, et Python, R, Scala, Julia, Perl, MATLAB et JavaScript pour un frontend simple pour les développeurs.<br /> <br /> ===Portable===<br /> <br /> Prend en charge d'un déploiement efficace d'un modèle formé à des appareils bas de gamme, tels que les appareils mobiles (en utilisant Amalgamation), Internet of things devices (en utilisant AWS Greengrass), serverless computing (en utilisant AWS Lambda) ou des containers. Ces environnements bas de gamme ne peuvent avoir qu'un CPU plus faible ou une mémoire limitée (RAM), et devraient être capables d'utiliser les modèles qui ont été formés sur un environnement de niveau supérieur (cluster basé sur GPU, par exemple).<br /> <br /> <br /> <br /> =Sources=<br /> <br /> *https://github.com/apache/incubator-mxnet<br /> *https://aws.amazon.com/fr/mxnet/<br /> *https://software.intel.com/en-us/neural-compute-stick/get-started<br /> *https://dzone.com/articles/apache-deep-learning-101-using-apache-mxnet-on-the<br /> *https://github.com/movidius/ncappzoo<br /> *https://software.intel.com/en-us/articles/apache-mxnet-v120-released-with-intel-optimized-cpu-backend<br /> *https://mxnet.apache.org/tutorials/index.html<br /> *https://gluon-crash-course.mxnet.io/ndarray.html</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Apache_Mxnet&diff=43365 2018-11-19T02:13:08Z

<p>Vincent.Aubert1: </p> <hr /> <div>=Introduction=<br /> [[File:Mxnet.png| Mxnet]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> =Coeur=<br /> <br /> MXNet est conçu pour être distribué sur une infrastructure cloud, en utilisant un serveur de paramètres distribués (basé sur des recherches de l'Université Carnegie Mellon, Baidu et Google), et peut atteindre une échelle presque linéaire avec plusieurs GPU ou CPU.<br /> <br /> MXNet supporte à la fois la programmation impérative et symbolique, ce qui permet aux développeurs habitués à la programmation impérative de s'initier plus facilement à l'apprentissage approfondi. Il facilite également le suivi, le débogage, la sauvegarde des points de contrôle, la modification des hyperparamètres, tels que le taux d'apprentissage ou l'arrêt anticipé.<br /> Langues multiples<br /> <br /> Supporte C++ pour le backend optimisé pour tirer le meilleur parti du GPU ou CPU disponible, et Python, R, Scala, Julia, Perl, MATLAB et JavaScript pour un frontend simple pour les développeurs.<br /> <br /> Pre,d en charge d'un déploiement efficace d'un modèle formé à des appareils bas de gamme, tels que les appareils mobiles (en utilisant Amalgamation), Internet of things devices (en utilisant AWS Greengrass), serverless computing (en utilisant AWS Lambda) ou des containers. Ces environnements bas de gamme ne peuvent avoir qu'un CPU plus faible ou une mémoire limitée (RAM), et devraient être capables d'utiliser les modèles qui ont été formés sur un environnement de niveau supérieur (cluster basé sur GPU, par exemple).<br /> <br /> <br /> <br /> =Abstract=<br /> <br /> Apache MXNet is a deep learning open-source framework used to train and deploy deep neural networks. It is scalable, allowing rapid model training, and supports a flexible programming model and multiple programming languages (such as C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, and Wolfram Language).<br /> <br /> The MXNet library is portable and can be upgraded to multiple GPUs and machines. MXNet is supported by public cloud computing providers, including Amazon Web Services (AWS) and Microsoft Azure. Amazon has chosen MXNet as its preferred in-depth learning framework at AWS. Currently, MXNet is supported by Intel, Dato, Baidu, Microsoft, Wolfram Research and research institutions such as Carnegie Mellon, MIT, University of Washington and Hong Kong University of Science and Technology.<br /> <br /> =Synthèse=<br /> <br /> =Sources=<br /> <br /> *https://github.com/apache/incubator-mxnet<br /> *https://aws.amazon.com/fr/mxnet/<br /> *https://software.intel.com/en-us/neural-compute-stick/get-started<br /> *https://dzone.com/articles/apache-deep-learning-101-using-apache-mxnet-on-the<br /> *https://github.com/movidius/ncappzoo<br /> *https://software.intel.com/en-us/articles/apache-mxnet-v120-released-with-intel-optimized-cpu-backend<br /> *https://mxnet.apache.org/tutorials/index.html<br /> *https://gluon-crash-course.mxnet.io/ndarray.html</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Apache_Mxnet&diff=43364 2018-11-19T02:12:42Z

<p>Vincent.Aubert1: /* Abstract */</p> <hr /> <div>=Introduction=<br /> [[File:Mxnet.png| Mxnet]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> =Résumé=<br /> <br /> =Abstract=<br /> <br /> Apache MXNet is a deep learning open-source framework used to train and deploy deep neural networks. It is scalable, allowing rapid model training, and supports a flexible programming model and multiple programming languages (such as C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, and Wolfram Language).<br /> <br /> The MXNet library is portable and can be upgraded to multiple GPUs and machines. MXNet is supported by public cloud computing providers, including Amazon Web Services (AWS) and Microsoft Azure. Amazon has chosen MXNet as its preferred in-depth learning framework at AWS. Currently, MXNet is supported by Intel, Dato, Baidu, Microsoft, Wolfram Research and research institutions such as Carnegie Mellon, MIT, University of Washington and Hong Kong University of Science and Technology.<br /> <br /> =Synthèse=<br /> <br /> =Sources=<br /> <br /> *https://github.com/apache/incubator-mxnet<br /> *https://aws.amazon.com/fr/mxnet/<br /> *https://software.intel.com/en-us/neural-compute-stick/get-started<br /> *https://dzone.com/articles/apache-deep-learning-101-using-apache-mxnet-on-the<br /> *https://github.com/movidius/ncappzoo<br /> *https://software.intel.com/en-us/articles/apache-mxnet-v120-released-with-intel-optimized-cpu-backend<br /> *https://mxnet.apache.org/tutorials/index.html<br /> *https://gluon-crash-course.mxnet.io/ndarray.html</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Apache_Mxnet&diff=43362 2018-11-19T02:11:01Z

<p>Vincent.Aubert1: /* Sources */</p> <hr /> <div>=Introduction=<br /> [[File:Mxnet.png| Mxnet]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> =Résumé=<br /> <br /> =Abstract=<br /> <br /> MXNet est conçu pour être distribué sur une infrastructure cloud, en utilisant un serveur de paramètres distribués (basé sur des recherches de l'Université Carnegie Mellon, Baidu et Google), et peut atteindre une échelle presque linéaire avec plusieurs GPU ou CPU.<br /> <br /> MXNet supporte à la fois la programmation impérative et symbolique, ce qui permet aux développeurs habitués à la programmation impérative de s'initier plus facilement à l'apprentissage approfondi. Il facilite également le suivi, le débogage, la sauvegarde des points de contrôle, la modification des hyperparamètres, tels que le taux d'apprentissage ou l'arrêt anticipé.<br /> Langues multiples<br /> <br /> Supporte C++ pour le backend optimisé pour tirer le meilleur parti du GPU ou CPU disponible, et Python, R, Scala, Julia, Perl, MATLAB et JavaScript pour un frontend simple pour les développeurs.<br /> <br /> Pre,d en charge d'un déploiement efficace d'un modèle formé à des appareils bas de gamme, tels que les appareils mobiles (en utilisant Amalgamation), Internet of things devices (en utilisant AWS Greengrass), serverless computing (en utilisant AWS Lambda) ou des containers. Ces environnements bas de gamme ne peuvent avoir qu'un CPU plus faible ou une mémoire limitée (RAM), et devraient être capables d'utiliser les modèles qui ont été formés sur un environnement de niveau supérieur (cluster basé sur GPU, par exemple).<br /> <br /> =Synthèse=<br /> <br /> =Sources=<br /> <br /> *https://github.com/apache/incubator-mxnet<br /> *https://aws.amazon.com/fr/mxnet/<br /> *https://software.intel.com/en-us/neural-compute-stick/get-started<br /> *https://dzone.com/articles/apache-deep-learning-101-using-apache-mxnet-on-the<br /> *https://github.com/movidius/ncappzoo<br /> *https://software.intel.com/en-us/articles/apache-mxnet-v120-released-with-intel-optimized-cpu-backend<br /> *https://mxnet.apache.org/tutorials/index.html<br /> *https://gluon-crash-course.mxnet.io/ndarray.html</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Apache_Mxnet&diff=43361 2018-11-19T02:10:33Z

<p>Vincent.Aubert1: </p> <hr /> <div>=Introduction=<br /> [[File:Mxnet.png| Mxnet]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> =Résumé=<br /> <br /> =Abstract=<br /> <br /> MXNet est conçu pour être distribué sur une infrastructure cloud, en utilisant un serveur de paramètres distribués (basé sur des recherches de l'Université Carnegie Mellon, Baidu et Google), et peut atteindre une échelle presque linéaire avec plusieurs GPU ou CPU.<br /> <br /> MXNet supporte à la fois la programmation impérative et symbolique, ce qui permet aux développeurs habitués à la programmation impérative de s'initier plus facilement à l'apprentissage approfondi. Il facilite également le suivi, le débogage, la sauvegarde des points de contrôle, la modification des hyperparamètres, tels que le taux d'apprentissage ou l'arrêt anticipé.<br /> Langues multiples<br /> <br /> Supporte C++ pour le backend optimisé pour tirer le meilleur parti du GPU ou CPU disponible, et Python, R, Scala, Julia, Perl, MATLAB et JavaScript pour un frontend simple pour les développeurs.<br /> <br /> Pre,d en charge d'un déploiement efficace d'un modèle formé à des appareils bas de gamme, tels que les appareils mobiles (en utilisant Amalgamation), Internet of things devices (en utilisant AWS Greengrass), serverless computing (en utilisant AWS Lambda) ou des containers. Ces environnements bas de gamme ne peuvent avoir qu'un CPU plus faible ou une mémoire limitée (RAM), et devraient être capables d'utiliser les modèles qui ont été formés sur un environnement de niveau supérieur (cluster basé sur GPU, par exemple).<br /> <br /> =Synthèse=<br /> <br /> =Sources=<br /> <br /> https://github.com/apache/incubator-mxnet<br /> https://aws.amazon.com/fr/mxnet/<br /> https://software.intel.com/en-us/neural-compute-stick/get-started<br /> https://dzone.com/articles/apache-deep-learning-101-using-apache-mxnet-on-the<br /> https://github.com/movidius/ncappzoo<br /> https://software.intel.com/en-us/articles/apache-mxnet-v120-released-with-intel-optimized-cpu-backend<br /> https://mxnet.apache.org/tutorials/index.html<br /> https://gluon-crash-course.mxnet.io/ndarray.html</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Apache_Mxnet&diff=43360 2018-11-19T02:10:11Z

<p>Vincent.Aubert1: /* Abstract */</p> <hr /> <div>=Introduction=<br /> [[File:Mxnet.png| Mxnet]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> =Résumé=<br /> <br /> =Abstract=<br /> <br /> MXNet est conçu pour être distribué sur une infrastructure cloud, en utilisant un serveur de paramètres distribués (basé sur des recherches de l'Université Carnegie Mellon, Baidu et Google), et peut atteindre une échelle presque linéaire avec plusieurs GPU ou CPU.<br /> <br /> MXNet supporte à la fois la programmation impérative et symbolique, ce qui permet aux développeurs habitués à la programmation impérative de s'initier plus facilement à l'apprentissage approfondi. Il facilite également le suivi, le débogage, la sauvegarde des points de contrôle, la modification des hyperparamètres, tels que le taux d'apprentissage ou l'arrêt anticipé.<br /> Langues multiples<br /> <br /> Supporte C++ pour le backend optimisé pour tirer le meilleur parti du GPU ou CPU disponible, et Python, R, Scala, Julia, Perl, MATLAB et JavaScript pour un frontend simple pour les développeurs.<br /> <br /> Pre,d en charge d'un déploiement efficace d'un modèle formé à des appareils bas de gamme, tels que les appareils mobiles (en utilisant Amalgamation), Internet of things devices (en utilisant AWS Greengrass), serverless computing (en utilisant AWS Lambda) ou des containers. Ces environnements bas de gamme ne peuvent avoir qu'un CPU plus faible ou une mémoire limitée (RAM), et devraient être capables d'utiliser les modèles qui ont été formés sur un environnement de niveau supérieur (cluster basé sur GPU, par exemple).<br /> <br /> =Synthèse=</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Apache_Mxnet&diff=43358 2018-11-19T01:58:49Z

<p>Vincent.Aubert1: /* Introduction */</p> <hr /> <div>=Introduction=<br /> [[File:Mxnet.png| Mxnet]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> =Résumé=<br /> <br /> =Abstract=<br /> <br /> Apache MXNet est un framework d'apprentissage profond léger, flexible et ultra-échelle qui supporte l'état de l'art des modèles d'apprentissage profond, y compris les réseaux neuronaux convolutifs (CNNs) et les réseaux de mémoire à long terme (LSTMs).<br /> Évolutif<br /> <br /> MXNet est conçu pour être distribué sur une infrastructure dynamique en nuage, en utilisant un serveur de paramètres distribués (basé sur des recherches de l'Université Carnegie Mellon, Baidu et Google[7]), et peut atteindre une échelle presque linéaire avec plusieurs GPU ou CPU.<br /> Flexible<br /> <br /> MXNet supporte à la fois la programmation impérative et symbolique, ce qui permet aux développeurs habitués à la programmation impérative de s'initier plus facilement à l'apprentissage approfondi. Il facilite également le suivi, le débogage, la sauvegarde des points de contrôle, la modification des hyperparamètres, tels que le taux d'apprentissage ou l'arrêt anticipé.<br /> Langues multiples<br /> <br /> Supporte C+++ pour le backend optimisé pour tirer le meilleur parti du GPU ou CPU disponible, et Python, R, Scala, Julia, Perl, MATLAB et JavaScript pour un frontend simple pour les développeurs.<br /> Portable<br /> <br /> Prise en charge d'un déploiement efficace d'un modèle formé à des appareils bas de gamme pour l'inférence, tels que les appareils mobiles (en utilisant Amalgamation[8]]), Internet of things devices (en utilisant AWS Greengrass), serverless computing (en utilisant AWS Lambda) ou conteneurs. Ces environnements bas de gamme ne peuvent avoir qu'un CPU plus faible ou une mémoire limitée (RAM), et devraient être capables d'utiliser les modèles qui ont été formés sur un environnement de niveau supérieur (cluster basé sur GPU, par exemple).<br /> Voir aussi<br /> <br /> <br /> <br /> =Synthèse=</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=File:Mxnet.png&diff=43357 2018-11-19T01:58:22Z

<p>Vincent.Aubert1: </p> <hr /> <div></div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Apache_Mxnet&diff=43353 2018-11-19T01:48:15Z

<p>Vincent.Aubert1: /* Apache Mxnet */</p> <hr /> <div>=Introduction=<br /> [[File:file.png| file]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> =Résumé=<br /> <br /> =Abstract=<br /> <br /> Apache MXNet est un framework d'apprentissage profond léger, flexible et ultra-échelle qui supporte l'état de l'art des modèles d'apprentissage profond, y compris les réseaux neuronaux convolutifs (CNNs) et les réseaux de mémoire à long terme (LSTMs).<br /> Évolutif<br /> <br /> MXNet est conçu pour être distribué sur une infrastructure dynamique en nuage, en utilisant un serveur de paramètres distribués (basé sur des recherches de l'Université Carnegie Mellon, Baidu et Google[7]), et peut atteindre une échelle presque linéaire avec plusieurs GPU ou CPU.<br /> Flexible<br /> <br /> MXNet supporte à la fois la programmation impérative et symbolique, ce qui permet aux développeurs habitués à la programmation impérative de s'initier plus facilement à l'apprentissage approfondi. Il facilite également le suivi, le débogage, la sauvegarde des points de contrôle, la modification des hyperparamètres, tels que le taux d'apprentissage ou l'arrêt anticipé.<br /> Langues multiples<br /> <br /> Supporte C+++ pour le backend optimisé pour tirer le meilleur parti du GPU ou CPU disponible, et Python, R, Scala, Julia, Perl, MATLAB et JavaScript pour un frontend simple pour les développeurs.<br /> Portable<br /> <br /> Prise en charge d'un déploiement efficace d'un modèle formé à des appareils bas de gamme pour l'inférence, tels que les appareils mobiles (en utilisant Amalgamation[8]]), Internet of things devices (en utilisant AWS Greengrass), serverless computing (en utilisant AWS Lambda) ou conteneurs. Ces environnements bas de gamme ne peuvent avoir qu'un CPU plus faible ou une mémoire limitée (RAM), et devraient être capables d'utiliser les modèles qui ont été formés sur un environnement de niveau supérieur (cluster basé sur GPU, par exemple).<br /> Voir aussi<br /> <br /> <br /> <br /> =Synthèse=</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_Apache_Mxnet&diff=43352 2018-11-19T01:47:47Z

<p>Vincent.Aubert1: Created page with &quot;=Apache Mxnet= file Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est ...&quot;</p> <hr /> <div>=Apache Mxnet=<br /> [[File:file.png| file]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> =Résumé=<br /> <br /> =Abstract=<br /> <br /> Apache MXNet est un framework d'apprentissage profond léger, flexible et ultra-échelle qui supporte l'état de l'art des modèles d'apprentissage profond, y compris les réseaux neuronaux convolutifs (CNNs) et les réseaux de mémoire à long terme (LSTMs).<br /> Évolutif<br /> <br /> MXNet est conçu pour être distribué sur une infrastructure dynamique en nuage, en utilisant un serveur de paramètres distribués (basé sur des recherches de l'Université Carnegie Mellon, Baidu et Google[7]), et peut atteindre une échelle presque linéaire avec plusieurs GPU ou CPU.<br /> Flexible<br /> <br /> MXNet supporte à la fois la programmation impérative et symbolique, ce qui permet aux développeurs habitués à la programmation impérative de s'initier plus facilement à l'apprentissage approfondi. Il facilite également le suivi, le débogage, la sauvegarde des points de contrôle, la modification des hyperparamètres, tels que le taux d'apprentissage ou l'arrêt anticipé.<br /> Langues multiples<br /> <br /> Supporte C+++ pour le backend optimisé pour tirer le meilleur parti du GPU ou CPU disponible, et Python, R, Scala, Julia, Perl, MATLAB et JavaScript pour un frontend simple pour les développeurs.<br /> Portable<br /> <br /> Prise en charge d'un déploiement efficace d'un modèle formé à des appareils bas de gamme pour l'inférence, tels que les appareils mobiles (en utilisant Amalgamation[8]]), Internet of things devices (en utilisant AWS Greengrass), serverless computing (en utilisant AWS Lambda) ou conteneurs. Ces environnements bas de gamme ne peuvent avoir qu'un CPU plus faible ou une mémoire limitée (RAM), et devraient être capables d'utiliser les modèles qui ont été formés sur un environnement de niveau supérieur (cluster basé sur GPU, par exemple).<br /> Voir aussi<br /> <br /> <br /> <br /> =Synthèse=</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018&diff=43351 2018-11-19T01:46:49Z

<p>Vincent.Aubert1: /* Planning */</p> <hr /> <div>[[VT2017|&lt;&lt; Etudes 2017]] [[VT|Sommaire]] [[VT2019|Etudes 2019 &gt;&gt;]]<br /> <br /> <br /> =Veille Technologique et Stratégique=<br /> * Enseignants: [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br /> * UE/Module: EAM (HPRJ9R6B) et EAR (HPRJ9R4B) en RICM5<br /> <br /> L'objectif de cette UE est de réaliser un travail de synthèse et d’évaluation sur une technologie / spécification / tendance<br /> <br /> Dans votre futur vie d'ingénieur, vous aurez à d'une part, vous former par vous-même sur une technologie émergente et d'autre part à réaliser une veille technologique (et stratégique) par rapport à votre entreprise et projet.<br /> Il s'agira de réaliser<br /> * le positionnement par rapport au marché<br /> * d'être critique<br /> <br /> Votre synthèse fait l'objet d'une présentation orale convaincante devant un auditoire (dans le futur, vos collègues, vos chefs ou vos clients) avec des transparents et un discours répété.<br /> Pour finir de convaincre (Saint Thomas), vous ferez la présentation d'une démonstration.<br /> <br /> Votre présentation sera noté et commenté par tous vos camarades via un sondage (téléphone mobile). Leurs notes et leurs commentaires seront notés en fonction de leur exactitude de jugement.<br /> <br /> Remarque: Le [https://fr.wikipedia.org/wiki/Plagiat plagiat] est incompatible avec l'éthique de l'ingénieur. Le directeur d'école peut demander à votre traduction devant la commission disciplinaire de l'université. La sanction peut aller jusqu’à une interdiction d'inscription dans les établissements de l'enseignement supérieur français pendant plusieurs années : Le jeu, en vaut-il la chandelle ?<br /> <br /> La présentation peut être réalisée avec [[reveal.js]]<br /> <br /> [[File:presentation-VT-RICM5-1516.pdf|transparents d'introduction à l'UE]]<br /> <br /> =Affectation des sujets=<br /> [[File:AffectationSujetsVT2018.pdf]]<br /> <br /> =Planning=<br /> * Vendredi 7/9: présentation et choix des sujets<br /> [[User:Gpbonneau|Georges-Pierre Bonneau]], [[User:Donsez|Didier Donsez]]<br /> * Lundi 12/11: (GPB,DD en visio)<br /> ** 1: Julien COURTIAL - Apollo 2.0, [[VT2018_Apollo|Fiche de synthèse]], [[Media:Apollo_Auto_Platform.pdf|Transparents]], [https://github.com/ApolloAuto/apollo/tree/master/docs/demo_guide Démo]<br /> ** 2: Sekina BELGUENDOUZ - Service Mesh, [[VT2018_Service_Mesh|Fiche de synthèse]], [[Media:VT2018_Service_Mesh_presentation.pdf|Transparents]], [[VT2018_Service_Mesh_Demo|Démo avec Istrio]] (Reporté)<br /> ** 3: Servan CHARLOT - [[OpenWhisk]] : [[VT2018_OpenWhisk|Fiche de synthèse]], [[Media:VT2018_OpenWhisk_presentation.pdf|Transparents]], [[VT2018_OpenWhisk_Demo|Démo]]<br /> ** 4: Théo ECHEVET - Fabric8, [[VT2018_fabric8|Fiche de synthèse]], [[Media:Fabric8_Pres_Theo_Echevet.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 5: Bastien TERRIER - [[Performance_Monitoring|Performance Monitoring]], [[VT2018_Performance_Monitoring|Fiche de synthèse]], [[Media:VT2018_Performance_Monitoring_presentation.pdf|Transparents]], [[VT2018_Performance_Monitoring_Demo|Démo]]<br /> * Lundi 19/11: (GPB,DD en visio)<br /> ** 6: Samuel BAMBA - DevSecOps, [[VT2018_DevSecOps|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 7: Zoran CHANET - [[Wildfly_Swarm|&lt;strike&gt;Wildfly Swarm&lt;/strike&gt;]] [[Thorntail|Thorntail]], [[VT2018_Thorntail|Fiche de synthèse]], [[Media:VT2018_Thorntail_presentation.pdf|Transparents]], [[VT2018_Thorntail_Demo|Démo]]<br /> ** 8: Thomas VEGREVILLE, Techniques et technologies de &quot;Lag Compensation&quot; dans les jeux en ligne, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 9: Hugo GROS-DAILLON - [[ActionHero.js]], [[VT2018_ActionHero|Fiche de synthèse]], [[Media:VT2018ActionHero.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 10: Vincent AUBER - Apache MXNet : Demo avec Intel Movidius, [[VT2018_Apache_Mxnet|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> * Lundi 10/12: (GPB+DD)<br /> ** 11: Joffrey FERREIRA - Keycloak, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 12: Loris GENTILLON - Gceasy, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]] <br /> ** 13: Thomas OZENDA - Zipkin et Daper, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 14: Aurélien SURIER - CloudFoundry, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 15: Enzo MOLION - Web3j, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> * Lundi 17/12: (GPB)<br /> ** 16: Quentin FOMBRAON - Web Assembly, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 17: Timothée DEPRIESTER - Kafka Stream, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 18: Benjamin BESNIER - Apache Beam, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 19: Théo LEVESQUE - OpenShift, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 20: William WEILL - CMS, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> * Lundi 07/01/2019: (GPB+DD)<br /> ** 21: Tim LEPAGE - Moby, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 22: Cédric LAFRASSE - SIG, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 23: Léo VALETTE - Architectures de processeurs pour le Deep Learning (NPU): Démo de l'Intel Movidius, , [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 24: Florian CUZIN - , [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 25: Raphael MANGER - Apache Solr, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> * Lundi 14/01/2019: (GPD, DD absent)<br /> ** 26: Amina BOUCHERIMA - Content delivery networks, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 27: Najwa EZ-ZINE - FIDO, [[VT2018_XXX|Fiche de synthèse]], [[Media:VT2018_XXX_presentation.pdf|Transparents]], [[VT2018_XXX_Demo|Démo]]<br /> ** 28:<br /> ** 29:<br /> ** 30:<br /> <br /> =Sujets non sélectionnés=<br /> # [[Single Sign On]] : démonstration de [[Keycloak]] avec [[JHipster]].<br /> &lt;!--<br /> # [[Service Mesh]] : démonstration de [[Istio]] avec [[JHispter]] kubernetes subgenerator<br /> --&gt;<br /> # [[gVisor]]: a new kind of sandbox that helps provide secure isolation for containers<br /> &lt;!--<br /> # [[WebAssembly]]<br /> # [[Fast Identity Online Alliance]] (FIDO)<br /> # [[Apache MXNet]] : Demo avec [[Intel Movidius]] ([https://github.com/tspannhw/rpi-mxnet-movidius-minifi lien])<br /> # [[DevSecOps]] <br /> --&gt;<br /> # Portails et l'API [[Portlet]] : Démo avec [[Liferay]]<br /> &lt;!--<br /> # [[Apache Beam]]<br /> # [[plateforme logicielle open source de conduite autonome Apollo 2.0]]<br /> # [[Neural Processing Unit]] (NPU) : Demo de la clé [[Intel Movidius]] sur un RPI<br /> # [[Kafka Streams]]<br /> # [[Moby]] : démonstration de containers avec votre projet [[ECOM-RICM|eCOM]].<br /> --&gt;<br /> # [[Hazelcast]] : Démo avec Spring Boot ([https://dzone.com/storage/assets/6459742-dzone-rc247-gettingstartedwithspringbootandmicrose.pdf lien]) dans un projet [[JHipster]]<br /> &lt;!--<br /> # [[Zipkin]] (et Dapper) : Démonstration sur [[eCOM]] avec [[JHipster]]<br /> --&gt;<br /> # [[In-Memory Data Grids]] : Démonstration de [[Gigaspaces]] et [[XAP]] Open Source<br /> # Insport Video<br /> # Gestionnaires de contenu : démonstration de [[Apache Jackrabbit]] dans le projet [[eCOM]]<br /> # [[Memory-centric virtual distributed storage system]]<br /> &lt;!--<br /> # [[Performance Monitoring]]<br /> --&gt;<br /> # [[ESB]] : démonstration de [[Mule ESB]]<br /> # [[MemCached]]<br /> &lt;!--<br /> # [[CloudFoundry]]<br /> # [[Fabric8]]<br /> # [[gceasy]] : Universal garbage collection log Analyser<br /> # [[OpenWhisk]]<br /> # [[Wildfly Swarm]]<br /> # [[Apache Solr]] : Démonstration avec [http://hortonworks.com/hadoop-tutorial/indexing-and-searching-text-within-images-with-apache-solr/ Tesseract OCR]<br /> # [[Content Delivery Network]]s : Démonstration de [[Amazon S3]], Azure, Akamaï ... sur votre projet [[ECOM-RICM|eCOM]]<br /> # [[ActionHero.js]]<br /> # [[OpenShift]] CaaS : démo sur le projet eCOM<br /> # [[web3j]]<br /> # [[CMS]] : Demo avec [[Crafter CMS]]<br /> # [[SIG]] : Démonstration de [[QGIS]]<br /> --&gt;<br /> # [[Low-Power Global Area Network]]s ([[Sat-IoT]])</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_XXX&diff=43350 2018-11-19T01:45:17Z

<p>Vincent.Aubert1: Replaced content with &quot;=Titre= =Résumé= =Abstract= =Synthèse=&quot;</p> <hr /> <div>=Titre=<br /> <br /> =Résumé=<br /> <br /> =Abstract=<br /> <br /> =Synthèse=</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_XXX&diff=43349 2018-11-19T01:43:34Z

<p>Vincent.Aubert1: </p> <hr /> <div>=Apache Mxnet=<br /> [[File:file.png| file]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> =Résumé=<br /> <br /> =Abstract=<br /> <br /> Apache MXNet est un framework d'apprentissage profond léger, flexible et ultra-échelle qui supporte l'état de l'art des modèles d'apprentissage profond, y compris les réseaux neuronaux convolutifs (CNNs) et les réseaux de mémoire à long terme (LSTMs).<br /> Évolutif<br /> <br /> MXNet est conçu pour être distribué sur une infrastructure dynamique en nuage, en utilisant un serveur de paramètres distribués (basé sur des recherches de l'Université Carnegie Mellon, Baidu et Google[7]), et peut atteindre une échelle presque linéaire avec plusieurs GPU ou CPU.<br /> Flexible<br /> <br /> MXNet supporte à la fois la programmation impérative et symbolique, ce qui permet aux développeurs habitués à la programmation impérative de s'initier plus facilement à l'apprentissage approfondi. Il facilite également le suivi, le débogage, la sauvegarde des points de contrôle, la modification des hyperparamètres, tels que le taux d'apprentissage ou l'arrêt anticipé.<br /> Langues multiples<br /> <br /> Supporte C+++ pour le backend optimisé pour tirer le meilleur parti du GPU ou CPU disponible, et Python, R, Scala, Julia, Perl, MATLAB et JavaScript pour un frontend simple pour les développeurs.<br /> Portable<br /> <br /> Prise en charge d'un déploiement efficace d'un modèle formé à des appareils bas de gamme pour l'inférence, tels que les appareils mobiles (en utilisant Amalgamation[8]]), Internet of things devices (en utilisant AWS Greengrass), serverless computing (en utilisant AWS Lambda) ou conteneurs. Ces environnements bas de gamme ne peuvent avoir qu'un CPU plus faible ou une mémoire limitée (RAM), et devraient être capables d'utiliser les modèles qui ont été formés sur un environnement de niveau supérieur (cluster basé sur GPU, par exemple).<br /> Voir aussi<br /> <br /> Comparaison de logiciels d'apprentissage approfondi<br /> <br /> Références et références<br /> <br /> &quot;Construire des réseaux neuronaux profon<br /> <br /> Traduit avec www.DeepL.com/Translator<br /> <br /> <br /> =Synthèse=</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_XXX&diff=43348 2018-11-19T01:40:29Z

<p>Vincent.Aubert1: /* Titre */</p> <hr /> <div>=Apache Mxnet=<br /> [[File:file.png| file]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> =Résumé=<br /> <br /> =Abstract=<br /> <br /> =Synthèse=</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_XXX&diff=43347 2018-11-19T01:40:04Z

<p>Vincent.Aubert1: /* Titre */</p> <hr /> <div>=Titre=<br /> [[File:file.png| file]]<br /> <br /> <br /> Apache MXNet est un framework open-source de deep learning, utilisé pour former et déployer des réseaux neuronaux profonds. Il est évolutif, permettant une formation rapide aux modèles, et supporte un modèle de programmation flexible et de multiples langages de programmation (comme C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl, et Wolfram Language).<br /> <br /> La bibliothèque MXNet est portable et peut évoluer vers plusieurs GPU et plusieurs machines. Le MXNet est soutenu par des fournisseurs publics de cloud computing, dont Amazon Web Services (AWS) et Microsoft Azure. Amazon a choisi le MXNet comme cadre d'apprentissage approfondi de choix chez AWS. Actuellement, le MXNet est soutenu par Intel, Dato, Baidu, Microsoft, Wolfram Research et des institutions de recherche comme Carnegie Mellon, MIT, University of Washington et la Hong Kong University of Science and Technology.<br /> <br /> =Résumé=<br /> <br /> =Abstract=<br /> <br /> =Synthèse=</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_XXX&diff=43346 2018-11-19T01:35:05Z

<p>Vincent.Aubert1: /* Titre */</p> <hr /> <div>=Titre=<br /> [[File:Performance Monitorin.png| Performance Monitoring]]<br /> <br /> =Résumé=<br /> <br /> =Abstract=<br /> <br /> =Synthèse=</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=VT2018_XXX&diff=43345 2018-11-19T01:34:48Z

<p>Vincent.Aubert1: /* Titre */</p> <hr /> <div>=Titre=<br /> [[File:Performance Monitoring.png| Performance Monitoring]]<br /> <br /> =Résumé=<br /> <br /> =Abstract=<br /> <br /> =Synthèse=</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport&diff=42390 2018-10-09T14:33:17Z

<p>Vincent.Aubert1: /* L21. Glossaire */</p> <hr /> <div><br /> [[ECOM-1FO|&lt;&lt;&lt;&lt; Retour vers la page ECOM 2018-2019]]<br /> <br /> <br /> =Le projet en quelques mots=<br /> L’objectif de notre projet E-com est de mettre en place un service en ligne (ainsi qu'une application mobile) permettant A COMPLETER<br /> <br /> =L'équipe et leurs rôles=<br /> <br /> * Hugo GROS-DAILLON : Chef de projet + Backend, Code review, Doc review<br /> * Tim LEPAGE : Scrum Master + Backend<br /> * Quentin FOMBARON : Développeur Frontend<br /> * Vincent AUBERT : Développeur Backend<br /> <br /> Qui est le CPO (RGPD) ? <br /> Qui est le CSO ?<br /> <br /> =Gestion de projet=<br /> Choix des outils :<br /> <br /> * ''Gitlab'' : pour le dépôt, pour la documentation, l'intégration en continu<br /> * ''XXX'' : pour la gestion des sprints et des user stories<br /> * ''XXX'' : pour la répartition et la gestion des tâches hors code (rédaction de documents etc)<br /> <br /> =SCRUM=<br /> ==Sprint 1 XX au XX==<br /> * Découverte du projet<br /> * Mise en place des rôles au sein de l’équipe<br /> * Détermination des dates clés du projet<br /> * Etablissement de la longueur des sprints<br /> * Justification du choix : <br /> <br /> ===Audit 1===<br /> <br /> ===Remarque===<br /> <br /> ==Sprint 2 XX au XX==<br /> <br /> <br /> ==Sprint 3 XX au XX==<br /> <br /> <br /> ==Sprint 4 XX au XX==<br /> <br /> <br /> ==Sprint 5 XX au XX==<br /> <br /> <br /> = Livrables =<br /> ==L2. Dossier de conception système ==<br /> <br /> [[File:ECOM-1FO_1819_Sport_L2_DCS.pdf]]<br /> <br /> ==L3. Analyse des scénarios clients ==<br /> * Scan des feuilles<br /> <br /> ==L4. Maquette ==<br /> <br /> ==L5. SRS ==<br /> [[ECOM-1FO_1819_Sport_L5_SRS|SRS]]<br /> <br /> ==L6. Diagramme UML ==<br /> ===Diagramme de contexte===<br /> [[File:diagramme_de_contexte_ecom_2018_2019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un participant===<br /> [[File:UseCaseParticipant_ecom20182019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un bénévole===<br /> [[File:UseCaseBenevole_ecom20182019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un organisateur===<br /> [[File:UseCaseOrganisateur_ecom20182019_mescourses.png]]<br /> <br /> ==L7. Modèles des tâches==<br /> <br /> ===Arbre des tâches de l'inscription à une course - participant===<br /> <br /> [[File:Arbre_Taches-Participants_ecom2018_mescourses.png]]<br /> <br /> <br /> ===Arbre des tâches de la création d'une course - organisateur===<br /> <br /> [[File:Arbre Taches-Organisateurs ecom20182019 mescourses.png]]<br /> <br /> <br /> ==L8. Journal==<br /> [[ECOM-1FO_1819_Sport_L9_LOG|Journal de l'équipe]]<br /> <br /> ==L9. Dépôt Git==<br /> <br /> ==L10. Application en ligne==<br /> <br /> [https://www.monprojet.fr website]<br /> <br /> [https://www.monprojet.fr/api/ API OpenAPI]<br /> <br /> ==L11. Evaluation IHM réalisée==<br /> <br /> ==L12. Evaluation qualité du projet==<br /> <br /> * Rapports SonarQube<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint1.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint2.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint3.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint4.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint5.pdf]]<br /> <br /> * Tests<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint1.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint2.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint3.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint4.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint5.pdf]]<br /> <br /> ==L13. Evaluation économique du projet==<br /> <br /> ===COCOMO===<br /> <br /> <br /> ===Evaluation économique du projet===<br /> Vous pouvez utiliser les évaluations des salaires avec cette [https://stackoverflow.com/jobs/salary calculatrice] pour connaître les salaires des membres de l'équipe. (pensez à ajouter les charges).<br /> <br /> ==L14. Evaluation de la cybersécurité du projet (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_RGPD_Report.pdf]] (1 page de type checklist)<br /> <br /> ==L15. Evaluation des performances (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]] (résultat des injections de charge JMeter, Gatling, ...)<br /> <br /> ==L16. Gestion des risques (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L17. Slides de présentation conception==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L18. Slides de présentation finale==<br /> *[[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L19. Auto-évaluation==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L20. Slides de présentation client==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L21. Glossaire==<br /> <br /> * Evénement : ça peut être une course organisé par un organisateur. Il comprend des participants, des bénévoles et un organisateur qui gère le bon déroulement de la course. ça peut être une course à pied ou bien n'importe quel autre sport.<br /> <br /> * Organisateur : La personne qui est à l'origine de la course. Elle va gérer la course comme l'affectation des bénévoles.<br /> <br /> * Participant : Une personne participant à une course. Cette personne s'inscrit à une course, paye le montant et participe à la course.<br /> <br /> * Bénévole : Une personne qui participe à la course mais sans être un participant. Elle a un rôle (kiné, contrôleur, ...) et le rempli durant la course.</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport&diff=42389 2018-10-09T14:28:32Z

<p>Vincent.Aubert1: /* L21. Glossaire */</p> <hr /> <div><br /> [[ECOM-1FO|&lt;&lt;&lt;&lt; Retour vers la page ECOM 2018-2019]]<br /> <br /> <br /> =Le projet en quelques mots=<br /> L’objectif de notre projet E-com est de mettre en place un service en ligne (ainsi qu'une application mobile) permettant A COMPLETER<br /> <br /> =L'équipe et leurs rôles=<br /> <br /> * Hugo GROS-DAILLON : Chef de projet + Backend, Code review, Doc review<br /> * Tim LEPAGE : Scrum Master + Backend<br /> * Quentin FOMBARON : Développeur Frontend<br /> * Vincent AUBERT : Développeur Backend<br /> <br /> Qui est le CPO (RGPD) ? <br /> Qui est le CSO ?<br /> <br /> =Gestion de projet=<br /> Choix des outils :<br /> <br /> * ''Gitlab'' : pour le dépôt, pour la documentation, l'intégration en continu<br /> * ''XXX'' : pour la gestion des sprints et des user stories<br /> * ''XXX'' : pour la répartition et la gestion des tâches hors code (rédaction de documents etc)<br /> <br /> =SCRUM=<br /> ==Sprint 1 XX au XX==<br /> * Découverte du projet<br /> * Mise en place des rôles au sein de l’équipe<br /> * Détermination des dates clés du projet<br /> * Etablissement de la longueur des sprints<br /> * Justification du choix : <br /> <br /> ===Audit 1===<br /> <br /> ===Remarque===<br /> <br /> ==Sprint 2 XX au XX==<br /> <br /> <br /> ==Sprint 3 XX au XX==<br /> <br /> <br /> ==Sprint 4 XX au XX==<br /> <br /> <br /> ==Sprint 5 XX au XX==<br /> <br /> <br /> = Livrables =<br /> ==L2. Dossier de conception système ==<br /> <br /> [[File:ECOM-1FO_1819_Sport_L2_DCS.pdf]]<br /> <br /> ==L3. Analyse des scénarios clients ==<br /> * Scan des feuilles<br /> <br /> ==L4. Maquette ==<br /> <br /> ==L5. SRS ==<br /> [[ECOM-1FO_1819_Sport_L5_SRS|SRS]]<br /> <br /> ==L6. Diagramme UML ==<br /> ===Diagramme de contexte===<br /> [[File:diagramme_de_contexte_ecom_2018_2019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un participant===<br /> [[File:UseCaseParticipant_ecom20182019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un bénévole===<br /> [[File:UseCaseBenevole_ecom20182019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un organisateur===<br /> [[File:UseCaseOrganisateur_ecom20182019_mescourses.png]]<br /> <br /> ==L7. Modèles des tâches==<br /> <br /> ===Arbre des tâches de l'inscription à une course - participant===<br /> <br /> [[File:Arbre_Taches-Participants_ecom2018_mescourses.png]]<br /> <br /> <br /> ===Arbre des tâches de la création d'une course - organisateur===<br /> <br /> [[File:Arbre Taches-Organisateurs ecom20182019 mescourses.png]]<br /> <br /> <br /> ==L8. Journal==<br /> [[ECOM-1FO_1819_Sport_L9_LOG|Journal de l'équipe]]<br /> <br /> ==L9. Dépôt Git==<br /> <br /> ==L10. Application en ligne==<br /> <br /> [https://www.monprojet.fr website]<br /> <br /> [https://www.monprojet.fr/api/ API OpenAPI]<br /> <br /> ==L11. Evaluation IHM réalisée==<br /> <br /> ==L12. Evaluation qualité du projet==<br /> <br /> * Rapports SonarQube<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint1.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint2.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint3.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint4.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint5.pdf]]<br /> <br /> * Tests<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint1.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint2.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint3.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint4.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint5.pdf]]<br /> <br /> ==L13. Evaluation économique du projet==<br /> <br /> ===COCOMO===<br /> <br /> <br /> ===Evaluation économique du projet===<br /> Vous pouvez utiliser les évaluations des salaires avec cette [https://stackoverflow.com/jobs/salary calculatrice] pour connaître les salaires des membres de l'équipe. (pensez à ajouter les charges).<br /> <br /> ==L14. Evaluation de la cybersécurité du projet (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_RGPD_Report.pdf]] (1 page de type checklist)<br /> <br /> ==L15. Evaluation des performances (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]] (résultat des injections de charge JMeter, Gatling, ...)<br /> <br /> ==L16. Gestion des risques (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L17. Slides de présentation conception==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L18. Slides de présentation finale==<br /> *[[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L19. Auto-évaluation==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L20. Slides de présentation client==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L21. Glossaire==<br /> <br /> * Course : Un événement organisé par un organisateur. Il comprend des participants, des bénévoles et un organisateur qui gère le bon déroulement de la course.<br /> <br /> * Organisateur : La personne qui est à l'origine de la course. Elle va gérer la course comme l'affectation des bénévoles.<br /> <br /> * Participant : Une personne participant à une course. Cette personne s'inscrit à une course, paye le montant et participe à la course.<br /> <br /> * Bénévole : Une personne qui participe à la course mais sans être un participant. Elle a un rôle (kiné, contrôleur, ...) et le rempli durant la course.</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport&diff=42388 2018-10-09T14:27:56Z

<p>Vincent.Aubert1: /* L21. Glossaire */</p> <hr /> <div><br /> [[ECOM-1FO|&lt;&lt;&lt;&lt; Retour vers la page ECOM 2018-2019]]<br /> <br /> <br /> =Le projet en quelques mots=<br /> L’objectif de notre projet E-com est de mettre en place un service en ligne (ainsi qu'une application mobile) permettant A COMPLETER<br /> <br /> =L'équipe et leurs rôles=<br /> <br /> * Hugo GROS-DAILLON : Chef de projet + Backend, Code review, Doc review<br /> * Tim LEPAGE : Scrum Master + Backend<br /> * Quentin FOMBARON : Développeur Frontend<br /> * Vincent AUBERT : Développeur Backend<br /> <br /> Qui est le CPO (RGPD) ? <br /> Qui est le CSO ?<br /> <br /> =Gestion de projet=<br /> Choix des outils :<br /> <br /> * ''Gitlab'' : pour le dépôt, pour la documentation, l'intégration en continu<br /> * ''XXX'' : pour la gestion des sprints et des user stories<br /> * ''XXX'' : pour la répartition et la gestion des tâches hors code (rédaction de documents etc)<br /> <br /> =SCRUM=<br /> ==Sprint 1 XX au XX==<br /> * Découverte du projet<br /> * Mise en place des rôles au sein de l’équipe<br /> * Détermination des dates clés du projet<br /> * Etablissement de la longueur des sprints<br /> * Justification du choix : <br /> <br /> ===Audit 1===<br /> <br /> ===Remarque===<br /> <br /> ==Sprint 2 XX au XX==<br /> <br /> <br /> ==Sprint 3 XX au XX==<br /> <br /> <br /> ==Sprint 4 XX au XX==<br /> <br /> <br /> ==Sprint 5 XX au XX==<br /> <br /> <br /> = Livrables =<br /> ==L2. Dossier de conception système ==<br /> <br /> [[File:ECOM-1FO_1819_Sport_L2_DCS.pdf]]<br /> <br /> ==L3. Analyse des scénarios clients ==<br /> * Scan des feuilles<br /> <br /> ==L4. Maquette ==<br /> <br /> ==L5. SRS ==<br /> [[ECOM-1FO_1819_Sport_L5_SRS|SRS]]<br /> <br /> ==L6. Diagramme UML ==<br /> ===Diagramme de contexte===<br /> [[File:diagramme_de_contexte_ecom_2018_2019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un participant===<br /> [[File:UseCaseParticipant_ecom20182019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un bénévole===<br /> [[File:UseCaseBenevole_ecom20182019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un organisateur===<br /> [[File:UseCaseOrganisateur_ecom20182019_mescourses.png]]<br /> <br /> ==L7. Modèles des tâches==<br /> <br /> ===Arbre des tâches de l'inscription à une course - participant===<br /> <br /> [[File:Arbre_Taches-Participants_ecom2018_mescourses.png]]<br /> <br /> <br /> ===Arbre des tâches de la création d'une course - organisateur===<br /> <br /> [[File:Arbre Taches-Organisateurs ecom20182019 mescourses.png]]<br /> <br /> <br /> ==L8. Journal==<br /> [[ECOM-1FO_1819_Sport_L9_LOG|Journal de l'équipe]]<br /> <br /> ==L9. Dépôt Git==<br /> <br /> ==L10. Application en ligne==<br /> <br /> [https://www.monprojet.fr website]<br /> <br /> [https://www.monprojet.fr/api/ API OpenAPI]<br /> <br /> ==L11. Evaluation IHM réalisée==<br /> <br /> ==L12. Evaluation qualité du projet==<br /> <br /> * Rapports SonarQube<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint1.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint2.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint3.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint4.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint5.pdf]]<br /> <br /> * Tests<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint1.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint2.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint3.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint4.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint5.pdf]]<br /> <br /> ==L13. Evaluation économique du projet==<br /> <br /> ===COCOMO===<br /> <br /> <br /> ===Evaluation économique du projet===<br /> Vous pouvez utiliser les évaluations des salaires avec cette [https://stackoverflow.com/jobs/salary calculatrice] pour connaître les salaires des membres de l'équipe. (pensez à ajouter les charges).<br /> <br /> ==L14. Evaluation de la cybersécurité du projet (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_RGPD_Report.pdf]] (1 page de type checklist)<br /> <br /> ==L15. Evaluation des performances (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]] (résultat des injections de charge JMeter, Gatling, ...)<br /> <br /> ==L16. Gestion des risques (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L17. Slides de présentation conception==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L18. Slides de présentation finale==<br /> *[[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L19. Auto-évaluation==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L20. Slides de présentation client==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L21. Glossaire==<br /> <br /> * **Course** : Un événement organisé par un organisateur. Il comprend des participants, des bénévoles et un organisateur qui gère le bon déroulement de la course.<br /> <br /> * **Organisateur** : La personne qui est à l'origine de la course. Elle va gérer la course comme l'affectation des bénévoles.<br /> <br /> * **Participant** : Une personne participant à une course. Cette personne s'inscrit à une course, paye le montant et participe à la course.<br /> <br /> * **Bénévole** : Une personne qui participe à la course mais sans être un participant. Elle a un rôle (kiné, contrôleur, ...) et le rempli durant la course.</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport&diff=42387 2018-10-09T14:26:07Z

<p>Vincent.Aubert1: /* L21. Glossaire */</p> <hr /> <div><br /> [[ECOM-1FO|&lt;&lt;&lt;&lt; Retour vers la page ECOM 2018-2019]]<br /> <br /> <br /> =Le projet en quelques mots=<br /> L’objectif de notre projet E-com est de mettre en place un service en ligne (ainsi qu'une application mobile) permettant A COMPLETER<br /> <br /> =L'équipe et leurs rôles=<br /> <br /> * Hugo GROS-DAILLON : Chef de projet + Backend, Code review, Doc review<br /> * Tim LEPAGE : Scrum Master + Backend<br /> * Quentin FOMBARON : Développeur Frontend<br /> * Vincent AUBERT : Développeur Backend<br /> <br /> Qui est le CPO (RGPD) ? <br /> Qui est le CSO ?<br /> <br /> =Gestion de projet=<br /> Choix des outils :<br /> <br /> * ''Gitlab'' : pour le dépôt, pour la documentation, l'intégration en continu<br /> * ''XXX'' : pour la gestion des sprints et des user stories<br /> * ''XXX'' : pour la répartition et la gestion des tâches hors code (rédaction de documents etc)<br /> <br /> =SCRUM=<br /> ==Sprint 1 XX au XX==<br /> * Découverte du projet<br /> * Mise en place des rôles au sein de l’équipe<br /> * Détermination des dates clés du projet<br /> * Etablissement de la longueur des sprints<br /> * Justification du choix : <br /> <br /> ===Audit 1===<br /> <br /> ===Remarque===<br /> <br /> ==Sprint 2 XX au XX==<br /> <br /> <br /> ==Sprint 3 XX au XX==<br /> <br /> <br /> ==Sprint 4 XX au XX==<br /> <br /> <br /> ==Sprint 5 XX au XX==<br /> <br /> <br /> = Livrables =<br /> ==L2. Dossier de conception système ==<br /> <br /> [[File:ECOM-1FO_1819_Sport_L2_DCS.pdf]]<br /> <br /> ==L3. Analyse des scénarios clients ==<br /> * Scan des feuilles<br /> <br /> ==L4. Maquette ==<br /> <br /> ==L5. SRS ==<br /> [[ECOM-1FO_1819_Sport_L5_SRS|SRS]]<br /> <br /> ==L6. Diagramme UML ==<br /> ===Diagramme de contexte===<br /> [[File:diagramme_de_contexte_ecom_2018_2019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un participant===<br /> [[File:UseCaseParticipant_ecom20182019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un bénévole===<br /> [[File:UseCaseBenevole_ecom20182019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un organisateur===<br /> [[File:UseCaseOrganisateur_ecom20182019_mescourses.png]]<br /> <br /> ==L7. Modèles des tâches==<br /> <br /> ===Arbre des tâches de l'inscription à une course - participant===<br /> <br /> [[File:Arbre_Taches-Participants_ecom2018_mescourses.png]]<br /> <br /> <br /> ===Arbre des tâches de la création d'une course - organisateur===<br /> <br /> [[File:Arbre Taches-Organisateurs ecom20182019 mescourses.png]]<br /> <br /> <br /> ==L8. Journal==<br /> [[ECOM-1FO_1819_Sport_L9_LOG|Journal de l'équipe]]<br /> <br /> ==L9. Dépôt Git==<br /> <br /> ==L10. Application en ligne==<br /> <br /> [https://www.monprojet.fr website]<br /> <br /> [https://www.monprojet.fr/api/ API OpenAPI]<br /> <br /> ==L11. Evaluation IHM réalisée==<br /> <br /> ==L12. Evaluation qualité du projet==<br /> <br /> * Rapports SonarQube<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint1.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint2.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint3.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint4.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint5.pdf]]<br /> <br /> * Tests<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint1.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint2.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint3.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint4.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint5.pdf]]<br /> <br /> ==L13. Evaluation économique du projet==<br /> <br /> ===COCOMO===<br /> <br /> <br /> ===Evaluation économique du projet===<br /> Vous pouvez utiliser les évaluations des salaires avec cette [https://stackoverflow.com/jobs/salary calculatrice] pour connaître les salaires des membres de l'équipe. (pensez à ajouter les charges).<br /> <br /> ==L14. Evaluation de la cybersécurité du projet (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_RGPD_Report.pdf]] (1 page de type checklist)<br /> <br /> ==L15. Evaluation des performances (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]] (résultat des injections de charge JMeter, Gatling, ...)<br /> <br /> ==L16. Gestion des risques (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L17. Slides de présentation conception==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L18. Slides de présentation finale==<br /> *[[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L19. Auto-évaluation==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L20. Slides de présentation client==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L21. Glossaire==<br /> <br /> *Course : Un événement organisé par un organisateur. Il comprend des participants, des bénévoles et un organisateur qui gère le bon déroulement de la course.<br /> <br /> *Organisateur : La personne qui est à l'origine de la course. Elle va gérer la course comme l'affectation des bénévoles.<br /> <br /> *Participant : Une personne participant à une course. Cette personne s'inscrit à une course, paye le montant et participe à la course.<br /> <br /> *Bénévole : Une personne qui participe à la course mais sans être un participant. Elle a un rôle (kiné, contrôleur, ...) et le rempli durant la course.</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=ECOM-1FO_1819_Sport&diff=42386 2018-10-09T14:22:50Z

<p>Vincent.Aubert1: </p> <hr /> <div><br /> [[ECOM-1FO|&lt;&lt;&lt;&lt; Retour vers la page ECOM 2018-2019]]<br /> <br /> <br /> =Le projet en quelques mots=<br /> L’objectif de notre projet E-com est de mettre en place un service en ligne (ainsi qu'une application mobile) permettant A COMPLETER<br /> <br /> =L'équipe et leurs rôles=<br /> <br /> * Hugo GROS-DAILLON : Chef de projet + Backend, Code review, Doc review<br /> * Tim LEPAGE : Scrum Master + Backend<br /> * Quentin FOMBARON : Développeur Frontend<br /> * Vincent AUBERT : Développeur Backend<br /> <br /> Qui est le CPO (RGPD) ? <br /> Qui est le CSO ?<br /> <br /> =Gestion de projet=<br /> Choix des outils :<br /> <br /> * ''Gitlab'' : pour le dépôt, pour la documentation, l'intégration en continu<br /> * ''XXX'' : pour la gestion des sprints et des user stories<br /> * ''XXX'' : pour la répartition et la gestion des tâches hors code (rédaction de documents etc)<br /> <br /> =SCRUM=<br /> ==Sprint 1 XX au XX==<br /> * Découverte du projet<br /> * Mise en place des rôles au sein de l’équipe<br /> * Détermination des dates clés du projet<br /> * Etablissement de la longueur des sprints<br /> * Justification du choix : <br /> <br /> ===Audit 1===<br /> <br /> ===Remarque===<br /> <br /> ==Sprint 2 XX au XX==<br /> <br /> <br /> ==Sprint 3 XX au XX==<br /> <br /> <br /> ==Sprint 4 XX au XX==<br /> <br /> <br /> ==Sprint 5 XX au XX==<br /> <br /> <br /> = Livrables =<br /> ==L2. Dossier de conception système ==<br /> <br /> [[File:ECOM-1FO_1819_Sport_L2_DCS.pdf]]<br /> <br /> ==L3. Analyse des scénarios clients ==<br /> * Scan des feuilles<br /> <br /> ==L4. Maquette ==<br /> <br /> ==L5. SRS ==<br /> [[ECOM-1FO_1819_Sport_L5_SRS|SRS]]<br /> <br /> ==L6. Diagramme UML ==<br /> ===Diagramme de contexte===<br /> [[File:diagramme_de_contexte_ecom_2018_2019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un participant===<br /> [[File:UseCaseParticipant_ecom20182019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un bénévole===<br /> [[File:UseCaseBenevole_ecom20182019_mescourses.png]]<br /> <br /> <br /> ===Diagramme de cas d'utilisation d'un organisateur===<br /> [[File:UseCaseOrganisateur_ecom20182019_mescourses.png]]<br /> <br /> ==L7. Modèles des tâches==<br /> <br /> ===Arbre des tâches de l'inscription à une course - participant===<br /> <br /> [[File:Arbre_Taches-Participants_ecom2018_mescourses.png]]<br /> <br /> <br /> ===Arbre des tâches de la création d'une course - organisateur===<br /> <br /> [[File:Arbre Taches-Organisateurs ecom20182019 mescourses.png]]<br /> <br /> <br /> ==L8. Journal==<br /> [[ECOM-1FO_1819_Sport_L9_LOG|Journal de l'équipe]]<br /> <br /> ==L9. Dépôt Git==<br /> <br /> ==L10. Application en ligne==<br /> <br /> [https://www.monprojet.fr website]<br /> <br /> [https://www.monprojet.fr/api/ API OpenAPI]<br /> <br /> ==L11. Evaluation IHM réalisée==<br /> <br /> ==L12. Evaluation qualité du projet==<br /> <br /> * Rapports SonarQube<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint1.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint2.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint3.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint4.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_SonarQubeReport_Sprint5.pdf]]<br /> <br /> * Tests<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint1.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint2.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint3.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint4.pdf]]<br /> ** [[Media:ECOM-1FO_1819_Sport_TestReport_Sprint5.pdf]]<br /> <br /> ==L13. Evaluation économique du projet==<br /> <br /> ===COCOMO===<br /> <br /> <br /> ===Evaluation économique du projet===<br /> Vous pouvez utiliser les évaluations des salaires avec cette [https://stackoverflow.com/jobs/salary calculatrice] pour connaître les salaires des membres de l'équipe. (pensez à ajouter les charges).<br /> <br /> ==L14. Evaluation de la cybersécurité du projet (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_RGPD_Report.pdf]] (1 page de type checklist)<br /> <br /> ==L15. Evaluation des performances (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]] (résultat des injections de charge JMeter, Gatling, ...)<br /> <br /> ==L16. Gestion des risques (option)==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L17. Slides de présentation conception==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L18. Slides de présentation finale==<br /> *[[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L19. Auto-évaluation==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L20. Slides de présentation client==<br /> * [[Media:ECOM-1FO_1819_Sport_YYYYYY.pdf]]<br /> <br /> ==L21. Glossaire==<br /> <br /> *Course* : Un événement organisé par un organisateur. Il comprend des participants, des bénévoles et un organisateur qui gère le bon déroulement de la course.<br /> <br /> *Organisateur* : La personne qui est à l'origine de la course. Elle va gérer la course comme l'affectation des bénévoles.<br /> <br /> *Participant* : Une personne participant à une course. Cette personne s'inscrit à une course, paye le montant et participe à la course.<br /> <br /> *Bénévole* : Une personne qui participe à la course mais sans être un participant. Elle a un rôle (kiné, contrôleur, ...) et le rempli durant la course.</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=RICM4_2017_2018_-_Entrepreneur&diff=41425 2018-04-08T15:23:49Z

<p>Vincent.Aubert1: /* Semaine 9 : 26/03/18 et 27/03/18 */</p> <hr /> <div>=Carnet de Bord=<br /> == Semaine 1 : 22/01/18==<br /> Rencontre avec notre cliente, Madeleine Charrel, pour discuter des enjeux du site, et de la manière dont elle voudrait le réaliser. Installation de meteor et lecture de la documentation. Scénarios d’usage.<br /> <br /> <br /> https://www.meteor.com/install<br /> https://www.meteor.com/tutorials<br /> https://guide.meteor.com/<br /> http://docs.meteor.com/<br /> <br /> ==Semaine 2 : 29/01/18==<br /> Nous avons défini les différentes technologies que nous allions utiliser pour les différents scénarios d’usages que notre cliente nous a défini. Nous avons donc maîtrisé ces différentes technologies (toutes en rapport avec meteor) et nous avons fait une première maquette non fonctionnelle sur laquelle nous baser pour la suite du projet. Nous avons ensuite regardé comment changer de pages pour “nous contacter” “proposer une aide” et commencer à regarder comment marche la searchbar pour qu’elle soit fonctionnelle est essayer d’avancer rapidement vers un premier prototype fonctionnel.<br /> <br /> ==Semaine 3 : 05/02/18==<br /> Pour la page Proposer, modifier l’affichage des radio box avec du css pour que ce soit sur la même ligne.<br /> Utilisation de MongoDB pour la base de données, créer une collection, ajouter, chercher etc dans la collection les éléments<br /> Création des différentes pages seulement en html/javascript, notamment la page permettant de proposer son aide. Essai de création de handlebars( fail)<br /> <br /> ==Semaine 4 : 12/02/18==<br /> Nous avons continué à gérer la collection pour que cette fois-ci elle s’affiche dans le site en utilisant une fonction helpers. Cette collection représente la liste des personnes avec leur pseudo et leur adresse mail pour qu’à long terme, les personnes proposant un service rentre tout ce dont il y a besoin et que leur service et la description etc s’ajoute à cette base de données.<br /> <br /> ==Semaine 5 : 26/02/18 et 27/02/18==<br /> Ajout du package iron:router ( meteor add iron:router) pour la gestion du changement de page<br /> Ajouts des routes pour toutes les pages.<br /> Ajout des packages d'accounts : accounts-ui et accounts-password et test de ces derniers.<br /> <br /> Dans le formulaire d’aide, on peut désormais rentrer son aide et ça intègre ce qu’on a mis à la base de données directement et l’affiche en accueil de la page. On peut le faire en étant déconnecté et le bouton “envoyer” ne renvoie pas sur la page de connexion.<br /> <br /> Tentative de fonctionnement de la page de connexion<br /> <br /> ==Semaine 6 : 05/03/18 et 06/03/18==<br /> Progression dans la gestion des comptes (inscriptions/connexions)<br /> Page d'inscription fonctionnelle, l'utilisateur peut rentrer les données dans les champs sur la &quot;page proposer son aide&quot;, puis on vérifie s'il est connecté, si oui, son aide s'ajoute directement à la base de données, et s'affiche également sur la page d'accueil avec toutes les autres aides. Les créneaux de l'aide ne s'ajoutent pas encore à la base de données.<br /> <br /> ==Semaine 7 : 12/03/18 et 13/03/18==<br /> <br /> Corriger le template du choix de créneau. Quand on rajoute un créneau, ça le réinitialise et nous force et tout remettre.<br /> <br /> Tous les champs sont récupéré (heures, dates etc) et les deux cas sont gérés si jamais on choisi une date précise ou plusieurs créneaux. il ne reste plus qu’à prendre le mail de l’utilisateur ou son pseudo pour le lier au talent proposé, il pourra ainsi ensuite le modifier dans la page de gestion des aides qu’il faut implémenter. <br /> <br /> Réussite de l’envoi d’email de vérification de mail<br /> <br /> <br /> ==Semaine 8 : 19/03/18 et 20/03/18==<br /> <br /> Ajout de la possibilité de supprimer une aide qu’un utilisateur a proposé dans la page de gestion des aides (par l’utilisateur en question).<br /> <br /> Création de la page Compte pour pouvoir modifier son mot de passe.<br /> Création de la page Details qui permet d’afficher les détails sur une aide choisi.<br /> <br /> Ajout de Bootstrap dans le projet.<br /> <br /> ==Semaine 9 : 26/03/18 et 27/03/18==<br /> <br /> Amélioration de la page Proposer.<br /> <br /> Finalisation de l'ajout des classes de Bootstrap pour améliorer l'apparence de l'application et pour son utilisation sur mobile.<br /> <br /> Searchbar fonctionnelle.<br /> <br /> Merge de nos deux branches.</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=RICM4_2017_2018_-_Entrepreneur&diff=41354 2018-04-07T17:42:13Z

<p>Vincent.Aubert1: /* Carnet de Bord */</p> <hr /> <div>=Carnet de Bord=<br /> == Semaine 1 : 22/01/18==<br /> Rencontre avec notre cliente, Madeleine Charrel, pour discuter des enjeux du site, et de la manière dont elle voudrait le réaliser. Installation de meteor et lecture de la documentation. Scénarios d’usage.<br /> <br /> <br /> https://www.meteor.com/install<br /> https://www.meteor.com/tutorials<br /> https://guide.meteor.com/<br /> http://docs.meteor.com/<br /> <br /> ==Semaine 2 : 29/01/18==<br /> Nous avons défini les différentes technologies que nous allions utiliser pour les différents scénarios d’usages que notre cliente nous a défini. Nous avons donc maîtrisé ces différentes technologies (toutes en rapport avec meteor) et nous avons fait une première maquette non fonctionnelle sur laquelle nous baser pour la suite du projet. Nous avons ensuite regardé comment changer de pages pour “nous contacter” “proposer une aide” et commencer à regarder comment marche la searchbar pour qu’elle soit fonctionnelle est essayer d’avancer rapidement vers un premier prototype fonctionnel.<br /> <br /> ==Semaine 3 : 05/02/18==<br /> Pour la page Proposer, modifier l’affichage des radio box avec du css pour que ce soit sur la même ligne.<br /> Utilisation de MongoDB pour la base de données, créer une collection, ajouter, chercher etc dans la collection les éléments<br /> Création des différentes pages seulement en html/javascript, notamment la page permettant de proposer son aide. Essai de création de handlebars( fail)<br /> <br /> ==Semaine 4 : 12/02/18==<br /> Nous avons continué à gérer la collection pour que cette fois-ci elle s’affiche dans le site en utilisant une fonction helpers. Cette collection représente la liste des personnes avec leur pseudo et leur adresse mail pour qu’à long terme, les personnes proposant un service rentre tout ce dont il y a besoin et que leur service et la description etc s’ajoute à cette base de données.<br /> <br /> ==Semaine 5 : 26/02/18 et 27/02/18==<br /> Ajout du package iron:router ( meteor add iron:router) pour la gestion du changement de page<br /> Ajouts des routes pour toutes les pages.<br /> Ajout des packages d'accounts : accounts-ui et accounts-password et test de ces derniers.<br /> <br /> Dans le formulaire d’aide, on peut désormais rentrer son aide et ça intègre ce qu’on a mis à la base de données directement et l’affiche en accueil de la page. On peut le faire en étant déconnecté et le bouton “envoyer” ne renvoie pas sur la page de connexion.<br /> <br /> Tentative de fonctionnement de la page de connexion<br /> <br /> ==Semaine 6 : 05/03/18 et 06/03/18==<br /> Progression dans la gestion des comptes (inscriptions/connexions)<br /> Page d'inscription fonctionnelle, l'utilisateur peut rentrer les données dans les champs sur la &quot;page proposer son aide&quot;, puis on vérifie s'il est connecté, si oui, son aide s'ajoute directement à la base de données, et s'affiche également sur la page d'accueil avec toutes les autres aides. Les créneaux de l'aide ne s'ajoutent pas encore à la base de données.<br /> <br /> ==Semaine 7 : 12/03/18 et 13/03/18==<br /> <br /> Corriger le template du choix de créneau. Quand on rajoute un créneau, ça le réinitialise et nous force et tout remettre.<br /> <br /> Tous les champs sont récupéré (heures, dates etc) et les deux cas sont gérés si jamais on choisi une date précise ou plusieurs créneaux. il ne reste plus qu’à prendre le mail de l’utilisateur ou son pseudo pour le lier au talent proposé, il pourra ainsi ensuite le modifier dans la page de gestion des aides qu’il faut implémenter. <br /> <br /> Réussite de l’envoi d’email de vérification de mail<br /> <br /> <br /> ==Semaine 8 : 19/03/18 et 20/03/18==<br /> <br /> Ajout de la possibilité de supprimer une aide qu’un utilisateur a proposé dans la page de gestion des aides (par l’utilisateur en question).<br /> <br /> Création de la page Compte pour pouvoir modifier son mot de passe.<br /> Création de la page Details qui permet d’afficher les détails sur une aide choisi.<br /> <br /> <br /> ==Semaine 9 : 26/03/18 et 27/03/18==<br /> <br /> Amélioration de la page Proposer.<br /> Merge de nos deux branches.</div>

Vincent.Aubert1 https://air.imag.fr/index.php?title=RICM4_2017_2018_-_Entrepreneur&diff=40573 2018-03-11T14:06:03Z

<p>Vincent.Aubert1: /* Carnet de Bord */</p> <hr /> <div>=Carnet de Bord=<br /> == Semaine 1 : 22/01/18==<br /> Rencontre avec notre cliente, Madeleine Charrel, pour discuter des enjeux du site, et de la manière dont elle voudrait le réaliser. Installation de meteor et lecture de la documentation. Scénarios d’usage.<br /> <br /> <br /> https://www.meteor.com/install<br /> https://www.meteor.com/tutorials<br /> https://guide.meteor.com/<br /> http://docs.meteor.com/<br /> <br /> ==Semaine 2 : 29/01/18==<br /> Nous avons défini les différentes technologies que nous allions utiliser pour les différents scénarios d’usages que notre cliente nous a défini. Nous avons donc maîtrisé ces différentes technologies (toutes en rapport avec meteor) et nous avons fait une première maquette non fonctionnelle sur laquelle nous baser pour la suite du projet. Nous avons ensuite regardé comment changer de pages pour “nous contacter” “proposer une aide” et commencer à regarder comment marche la searchbar pour qu’elle soit fonctionnelle est essayer d’avancer rapidement vers un premier prototype fonctionnel.<br /> <br /> ==Semaine 3 : 05/02/18==<br /> Pour la page Proposer, modifier l’affichage des radio box avec du css pour que ce soit sur la même ligne.<br /> Utilisation de MongoDB pour la base de données, créer une collection, ajouter, chercher etc dans la collection les éléments<br /> Création des différentes pages seulement en html/javascript, notamment la page permettant de proposer son aide. Essai de création de handlebars( fail)<br /> <br /> ==Semaine 4 : 12/02/18==<br /> Nous avons continué à gérer la collection pour que cette fois-ci elle s’affiche dans le site en utilisant une fonction helpers. Cette collection représente la liste des personnes avec leur pseudo et leur adresse mail pour qu’à long terme, les personnes proposant un service rentre tout ce dont il y a besoin et que leur service et la description etc s’ajoute à cette base de données.<br /> <br /> ==Semaine 5 : 26/02/18 et 27/02/18==<br /> Ajout du package iron:router ( meteor add iron:router) pour la gestion du changement de page<br /> Ajouts des routes pour toutes les pages.<br /> Ajout des packages d'accounts : accounts-ui et accounts-password et test de ces derniers.<br /> <br /> Dans le formulaire d’aide, on peut désormais rentrer son aide et ça intègre ce qu’on a mis à la base de données directement et l’affiche en accueil de la page. On peut le faire en étant déconnecté et le bouton “envoyer” ne renvoie pas sur la page de connexion.<br /> <br /> Tentative de fonctionnement de la page de connexion<br /> <br /> ==Semaine 6 : 05/03/18 et 06/03/18==<br /> Progression dans la gestion des comptes (inscriptions/connexions)<br /> Page d'inscription fonctionnelle, l'utilisateur peut rentrer les données dans les champs sur la &quot;page proposer son aide&quot;, puis on vérifie s'il est connecté, si oui, son aide s'ajoute directement à la base de données, et s'affiche également sur la page d'accueil avec toutes les autres aides. Les créneaux de l'aide ne s'ajoutent pas encore à la base de données.<br /> <br /> ==Semaine 7 : 12/03/18 et 13/03/18==<br /> <br /> ==Semaine 8 : 19/03/18 et 20/03/18==<br /> <br /> ==Semaine 9 : 26/03/18 et 27/03/18==</div>

Vincent.Aubert1