SmartRecruiting/Reunions

<<< RETOUR

Réunions de Sprints

Sprint 0

Daily Vendredi 02/02

Présents : Alicia, Antoine, Qianqian, Héloïse en chat vocal

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

Sprint 1

Sprint Planning 05/02

Présents : Alicia, Antoine, Héloïse, Romane, Qianqian

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

Daily 06/02

Présents : Alicia, Antoine, Héloïse, Romane, Qianqian

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

Daily 07/02

Présents : Alicia, Antoine, Héloïse, Romane, Qianqian

• Ce qui a été fait
  • Recherches sur les formats de données à adopter et algorithmes des réseaux neuronaux
  • Réunion de suivi avec DD
  • Maquettes IHM et charte graphique finis
  • Architecture Front-End démarrée
  • Architecture Back-End mis en place avec Flask
  • Tutoriel TensorFlow avec CodinGame : ici

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

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

Daily 08/02

Présents : Alicia, Antoine, Héloïse, Romane, Qianqian

• Ce qui a été fait
  • Tutoriel pour le pré-traitement en python (RG)
  • Tutoriel Tensorflow (QF)
  • Squelette du site web (AA,HF)
  • Création de la base de donnée (python --> vers la BDD) (AG)

• Difficultés
  • Téléchargement des données pour le tutoriel TensorFlow (QF)
  • Problèmes de css pour la navbar (en utilisant des ngIf) (AA)

• Tâches à effectuer
  • US41 (HF,AA) : Front + routing + navbar
  • US40 (AG) : Continuer de créer BDD
  • US5 (RG,QF) : Continuer les recherches et faire des tutoriels

Daily 09/02

Présents : Alicia, Antoine, Héloïse, Romane, Qianqian

• Ce qui a été fait
  • Fin du tutoriel pour transformer des documents en vecteurs (QF)
  • Fin de mise en place de l'archi de la BDD et création des routes pour accéder aux données (AG)
  • Continuer le tutoriel de transformation de docs en vecteurs (RG)
  • Envoi de mail (AA)
  • Continuer le squelette du front-end (AA, HF)

• Difficultés
  • Lire un caractère dans le terminal en python (RG)

• Tâches à effectuer
  • Tutoriel pour l'apprentissage (QF)
  • Documentation des routes (AG)
  • Faire une documentation de description des descripteurs (QF, RG)
  • Popup connexion + regler problème bouton + tutoriel Angular + formation (HF)
  • Pages admin (stats, données, formations) (AA)

Sprint Review 09/02

• Démo de la version 0 de l'application web :
  • Demo v0 du back-end
  • Demo v0 du font-end : Non terminé bug encore présents non connecté avec le back-end.
  • Deep-learning en trois étapes
    • Texte to vectors : réalisé
    • CNN
    • Prédiction avec réseaux hyper-connecté
• Rétrospective du sprint :
  • User Story non terminée car ajout de sous-taches au cours du sprint.
  • Le chef y rage parce ça marche pas et qu'elle veux écrire du code!!!!
  • Problème d'installation de la clé

Sprint 2

Sprint Planning 12/02

Présents : Alicia, Antoine, Héloïse, Romane, Qianqian

• Ce qui a été fait
  • US2 : Définir des formats de données
  • US5 : Etude des modalités de documents et de texte brut
  • US6 : Rechercher des données pertinentes
  • US10 : Rédiger la charte graphique
  • US37 : Concevoir la BDD
  • US38 : Maquette IHM
  • US39 : Trouver des données pour remplir notre BDD
  • US40 : Créer architecture Back-End
  • US42 : Présentation des algorithmes de recommandation

• Choix des users stories pour le sprint 2
  • US41 : Créer architecture Front-End (continuer)
  • US4 : Mettre en place SonarQube
  • US19 : Pré-traiter les offres
  • US21 : Préparer la base d'apprentissage
  • US43 : Choisir l'hébergeur
  • US44 : Comparaison TensorFlow cloud et TensorFlow en local
  • US45 : Définir les méthodes de l'API
  • US46 : Préparer la soutenance mi-parcours
  • US47 : Tests unitaires

Daily 13/02

Présents : Alicia, Antoine, Héloïse, Romane, Qianqian

• Ce qui a été fait
  • Installations pour faire tourner le back, mise en forme du Excel de la base d'apprentissage (RG)
  • Continuer le Front-End
    • Lien offre-formation via des services (HF)
    • Page Admin données + logique derrière (AA)
  • Commencer la mise en place de SonarQube (AG)
  • Prétraitement des offres (QF)
    • Mettre en forme les offres (Taille fixe)

• Difficultés
  • Utilisation de service pour la logique du Front-End (AA)

• Tâches à effectuer
  • Automatiser les runs SonarQube (AG)
  • Lancer la construction des descripteurs des offres (Word2Vector) (QF)
  • Voir M. Besacier (tous)
  • Compléter l'implémentation des méthodes de l'API (RG)
  • Continuer le Front-End
    • Logique de connexion (HF)
    • Utiliser les services + Page formations de l'admin (AA)

Autres réunions

Réunions de suivi

Réunion Skype du 06/02

Présents: Didier Donsez, Alicia, Antoine, Cécile, Héloïse, Romane

• Points Abordés
  • Avancement du projet et tâches effectuées
  • Discussion sur la récupération des données
  • Mise en garde sur l'ontologie (mots de même sens mais exprimés différemment) pour la constructions de nos descripteurs de fichiers

Réunions avec Disrupt' Campus

Réunion du 30/01

Présents: Gérard Pollier, Lucas Bisognin, Alicia, Antoine, Cécile, Romane

• Points Abordés
  • Présentation du projet Disrupt'Campus
  • Conseils sur la gestion de projet
  • Besoins pour le projet
    • Associer une offre à plusieurs profils
    • Apprentissage à partir des descriptions de compétences des formations
    • Facilité d'utilisation de notre application
• Actions
  • Livrer le SRS : Vendredi 02/02 à 17h
  • Livrer le product back-log : Lundi 05/02 à 14h

Présentations de Veille Techno

Réunion du 30/01 pour présentation de TensorFlow vs DeepLearning4j

Présents: Alicia, Antoine, Cécile, Romane

• Points Abordés
  • Pertinence de TensorFlow, DeepLearning4j et PyTorch pour notre projet
  • QF : Présentation Slides
  • Choix de conserver TensorFlow, plus adapté aux projets d'innovation (plus grande communauté)

Réunion du 06/02 pour présentation des algorithmes de recommandation

Présents: Alicia, Antoine, Cécile, Héloïse, Romane

• Points Abordés
  • Filtrage collaboratif
    • Comparaison entre les offres et toutes celles de la base pour trouver la plus proche
    • Similarité entre la formation de la plus proches et des autres pour prédire une solution
    • Trop long à lancer pour nos exigences de performance
  • Association Rule-based
    • Calcule des règles logiques à partir de la base d'apprentissage
    • Prédiction plus rapide par la suite
  • Slides
  • Choix d'utiliser la méthode Association Rule-based