VT2024: Difference between revisions
No edit summary |
|||
(5 intermediate revisions by the same user not shown) | |||
Line 38: | Line 38: | ||
Enseignants : [[User:Donsez|Didier Donsez]] |
Enseignants : [[User:Donsez|Didier Donsez]] |
||
* [[Bundle Protocol]] : Goguillot Amaury, Jouve Axel |
* [[Bundle Protocol (VT)]] ([[Media:BundleProtocol.pdf|Présentation]]): Goguillot Amaury, Jouve Axel |
||
== Séance 3 : 25/11 == |
== Séance 3 : 25/11 == |
||
Line 56: | Line 56: | ||
Enseignants : [[User:Donsez|Didier Donsez]] |
Enseignants : [[User:Donsez|Didier Donsez]] |
||
⚫ | |||
⚫ | |||
* [[Caches distribués]]: démonstration avec [[Redis]], Hocquet Romain, Alexandre Moua |
* [[Langage Verse]] ou bien [[Caches distribués]]: démonstration avec [[Redis]], Hocquet Romain, Alexandre Moua |
||
* [[Digital Twins]] : Picaud Nicolas, Hani Pamela |
* [[Digital Twins]] : Picaud Nicolas, Hani Pamela |
||
Line 63: | Line 63: | ||
Enseignants : [[User:Donsez|Didier Donsez]] |
Enseignants : [[User:Donsez|Didier Donsez]] |
||
⚫ | |||
⚫ | |||
* [https://taler.net/fr/index.html GNU Taler] : système de paiement pour des transactions en ligne privées, rapides et faciles : ROSANO Romain, CHERBLANC Noah |
* [https://taler.net/fr/index.html GNU Taler] : système de paiement pour des transactions en ligne privées, rapides et faciles : ROSANO Romain, CHERBLANC Noah |
||
Line 69: | Line 69: | ||
Enseignants : [[User:Donsez|Didier Donsez]] |
Enseignants : [[User:Donsez|Didier Donsez]] |
||
* [[FinOps]] : Tsiompanidis Anastasios Fléchon Noé |
|||
* [[Digital Twins]] : Picaud Nicolas, Hani Pamela |
|||
* [[MLOps]] DevOps for Machine Learning projects : démonstration de [[MLFlow]] : EL KANBI Asmae, BLUTEAU Laure-Anne |
* [[MLOps]] DevOps for Machine Learning projects : démonstration de [[MLFlow]] : EL KANBI Asmae, BLUTEAU Laure-Anne |
||
* [[(Open Source) Software Supply Chain]] : Lavigne Joseph, Benhamed Abdelhakim |
* [[(Open Source) Software Supply Chain]] : Lavigne Joseph, Benhamed Abdelhakim |
||
Line 82: | Line 82: | ||
# [[MLOps]] DevOps for Machine Learning projects : démonstration de [[MLFlow]] : EL KANBI Asmae, BLUTEAU Laure-Anne |
# [[MLOps]] DevOps for Machine Learning projects : démonstration de [[MLFlow]] : EL KANBI Asmae, BLUTEAU Laure-Anne |
||
# [[Ivy (Unified Machine Learning)]] : Rochdi Rana, Roux Yann |
# [[Ivy (Unified Machine Learning)]] : Rochdi Rana, Roux Yann |
||
# [[FinOps]] : |
# [[FinOps]] : Tsiompanidis Anastasios Fléchon Noé |
||
# [[Predictive networks]], ARLE Alexandre, DEL MEDICO Rémi |
# [[Predictive networks]], ARLE Alexandre, DEL MEDICO Rémi |
||
# [[Bundle Protocol]] : Goguillot Amaury, Jouve Axel |
# [[Bundle Protocol]] : Goguillot Amaury, Jouve Axel |
Latest revision as of 18:41, 20 November 2024
<< Etudes 2023 Sommaire Etudes 2025 >>
Veille Technologique et Stratégique
- Enseignants: Georges-Pierre Bonneau, Didier Donsez
- UE/Module: EAM (HPRJ9R6B) et EAR (HPRJ9R4B) en INFO5
L'objectif de cette UE est de réaliser un travail de synthèse et d’évaluation sur une technologie / spécification / tendance
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. Il s'agira de réaliser
- le positionnement par rapport au marché
- d'être critique
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.
Pour finir de convaincre (Saint Thomas), vous ferez la présentation d'une démonstration.
Chaque séance comporte 2 à 3 présentations suivies chacune d'une démonstration. Chaque présentation dure entre 30 et 40 minutes en fonction des séances. Pour plus de sécurité, la démonstration peut être pré-enregistrée. Chaque présentation est réalisée en binome.
Votre présentation sera réalisée de préférence avec reveal.js ou avec remarkjs.
Votre présentation sera notée et commentée par tous vos camarades via un sondage (smartphone). Leurs notes et leurs commentaires seront notés en fonction de leur exactitude de jugement.
Remarque: Le plagiat est incompatible avec l'éthique de l'ingénieur. Le directeur d'école peut demander 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 ?
File:Presentation-VT-INFO5-2122.pdf
Planning
Séance 1 : 04/11
Enseignants : Didier Donsez
Présentation et organisation (i.e. distribution des sujets).
Séance 2 : 18/11
Enseignants : Didier Donsez
- Bundle Protocol (VT) (Présentation): Goguillot Amaury, Jouve Axel
Séance 3 : 25/11
Enseignants : Didier Donsez
- Retrieval-Augmented Generation (RAG) : démonstration avec Spring AI, KHRIBECH Achraf,MESBAH Abderramane
- Ivy (Unified Machine Learning) : Rochdi Rana, Roux Yann
- Introduction aux Agents Autonomes : Kohrs Noah, Haberer Thibaut
Séance 4 : 02/11
Enseignants : Didier Donsez
- Podman : Manage containers, pods, and images with Podman. Seamlessly work with containers and Kubernetes from your local environment. Gundogan Emin, Colé Axel
- TILT : Mahamoudou Hannane, Lesur Louane
Séance 5 : 09/12
Enseignants : Didier Donsez
- Unity 6 ou bien Application Performance Monitoring : démonstration de Apache Skywalking, Vittet Brice, Deronzier Titouan
- Langage Verse ou bien Caches distribués: démonstration avec Redis, Hocquet Romain, Alexandre Moua
- Digital Twins : Picaud Nicolas, Hani Pamela
Séance 6 : 16/12
Enseignants : Didier Donsez
- uFS : a user-level filesystem semi-microkernel : MIRAS Romain, FAWAZ Ali
- GNU Taler : système de paiement pour des transactions en ligne privées, rapides et faciles : ROSANO Romain, CHERBLANC Noah
Séance 7 : 06/01
Enseignants : Didier Donsez
- FinOps : Tsiompanidis Anastasios Fléchon Noé
- MLOps DevOps for Machine Learning projects : démonstration de MLFlow : EL KANBI Asmae, BLUTEAU Laure-Anne
- (Open Source) Software Supply Chain : Lavigne Joseph, Benhamed Abdelhakim
Séance 8 : 13/01
Enseignants : Didier Donsez
- Predictive networks, ARLE Alexandre, DEL MEDICO Rémi
- Zig language : démonstration sur STM32F4 Discovery (à récupérer au fablab). Sammier Eliott, Avanturier Aurélie
Sujets
- MLOps DevOps for Machine Learning projects : démonstration de MLFlow : EL KANBI Asmae, BLUTEAU Laure-Anne
- Ivy (Unified Machine Learning) : Rochdi Rana, Roux Yann
- FinOps : Tsiompanidis Anastasios Fléchon Noé
- Predictive networks, ARLE Alexandre, DEL MEDICO Rémi
- Bundle Protocol : Goguillot Amaury, Jouve Axel
- Caches distribués: démonstration avec Redis, Hocquet Romain, Alexandre Moua
- Conflict-free replicated data type (CRDT)
- Application Performance Monitoring : démonstration de Apache Skywalking, Vittet Brice, Deronzier Titouan
- Retrieval-Augmented Generation (RAG) : démonstration avec Spring AI, KHRIBECH Achraf, MESBAH Abderramane
- Infrastructure as a Code : démonstration de Pulumi avec eCOM
- GNU Taler : système de paiement pour des transactions en ligne privées, rapides et faciles : ROSANO Romain, CHERBLANC Noah
- uFS : a user-level filesystem semi-microkernel : MIRAS Romain, FAWAZ Ali
- Tokio : asynchronous runtime for the Rust programming language
- Zig language : démonstration sur STM32F4 Discovery (à récupérer au fablab). Sammier Eliott, Avanturier Aurélie
- RUST for embedded systems
- OpenWallet
- Podman : Manage containers, pods, and images with Podman. Seamlessly work with containers and Kubernetes from your local environment. Gundogan Emin, Colé Axel
- TILT : Mahamoudou Hannane, Lesur Louane
- Multi-Region Database Deployments: Patterns and Anti-Patterns : démonstration avec Cockroack
- Cloud Hypervisor : open source hypervisor specifically built and designed to run modern cloud workloads on modern 64-bit Intel and ARM CPUs.
- Fission : open-source serverless function framework for Kubernetes with a focus on developer productivity and high performance.
- (Open Source) Software Supply Chain : Lavigne Joseph, Benhamed Abdelhakim
- Digital Twins : Picaud Nicolas, Hani Pamela
- Introduction aux Agents Autonomes : Kohrs Noah, Haberer Thibaut