Talks donnés à Snowcamp 2023

Les opérateurs Kubernetes prennent de plus en plus de place de place dans l’éco-système Kubernetes. Un Opérateur simplifie le packaging et le déploiement des applications au sein de Kubernetes mais il permet aussi d’automatiser la partie opérationnelle telle que les mises à jour, les migrations etc …

Après une rapide présentation sur les concepts clefs des opérateur ce workshop sera l’occasion de plonger concrètement dans les profondeurs du développement d’un opérateur.

Développer d’accord, mais avec quel langage ?

Pour nous, vieux développeurs, le choix était évident : Java ! Et comme on adore Quarkus, autant méler l’util à l’agréable, c’est avec Quarkus et le Java Operator SDK que nous allons accompagner les participantes et participants de ce Workshop.

Nous allons développer une petite application Quarkus puis la packager et la déployer grâce au développement de l’opérateur. Pour terminer, nous automatiserons la partie opérationnelle pour que cette application fonctionne à la perfection et de manière robuste. Tout ceci sans quitter Java et Quarkus !

Nul besoin d’être un expert en Quarkus ou Kubernetes pour suivre le lab, aimer coder et connaître les bases de Java suffit largement. Vous n’aurez pas non plus besoin d’installer quoi ce ce soit sur la machine, un simple navigateur et le tour est joué grâce à la puissance de GitPod.

A la sortie de ce workshop non seulement le monde des opérateurs n’aura plus de secret pour toi, mais en plus tu en auras développé un !

Intelligence Artificielle, Machine Learning, Deep Learning, … Ces termes on les entend tous les jours mais Iau final que représentent-ils et surtout comment développe-t-on des applications basées sur ces notions ?

Durant ce talk nous vous ferons découvrir le monde de la data et comment il est, avec les bons outils, facile de se lancer dans l’aventure de l’analyse de données et de la classification.

Ce talk permettra aux développeuses et développeurs de découvrir comment développer des applications apprenantes et montrera qu’il n’est pas nécessaire d’être un As du développement pour développer son propre algorithme de Machine Learning ou de Deep Learning. Nous vous montrerons comment créer votre premier Notebook avec JupyterLab afin de vous accompagner dans vos premiers pas. Ce sera l’occasion pour vous de plonger dans la découverte du monde sous-marin en développant un modèle permettant d’identifier et classifier les sons de mammifères marins.

Pour finir, nous verrons ensemble, avec Streamlit, comment développer une application utilisant ce modèle. slides: https://docs.google.com/presentation/d/e/2PACX-1vSAbycTHbdO-BgVV9dzBn0eAHM2q4lsn72D3sK16vupJYYz5C2ks47BpDg1clYdKsSSn5AMXROpQl6U/pub