Tech Radar

Feedbacks on new technologies based on our effort and interest in leveraging the latest technologies for our customers.

Related articles

Kubernetes : dĆ©boguer avec les conteneurs Ć©phĆ©mĆØres

Kubernetes : dĆ©boguer avec les conteneurs Ć©phĆ©mĆØres

Categories: Orchestration de conteneurs, Tech Radar | Tags: Debug, Kubernetes

Tout individu ayant eu un jour Ć  manipuler Kubernetes sā€™est retrouvĆ© confronter Ć  la rĆ©solution dā€™erreurs de pods. Les mĆ©thodes prĆ©vues Ć  cet effet sont performantes, et permettent de venir Ć  bout desā€¦

BERLAND Pierre

By BERLAND Pierre

Feb 7, 2023

Traefik, Docker et dnsmasq pour simplifier la mise en rƩseau des conteneurs

Traefik, Docker et dnsmasq pour simplifier la mise en rƩseau des conteneurs

Categories: Orchestration de conteneurs, Infrastructure, Tech Radar | Tags: DNS, Gatsby, JAMstack, Linux, Docker, RĆ©seau

Les bonnes aventures technologiques commencent par une certaine frustration, un besoin ou une exigence. Cā€™est lā€™histoire de la faƧon dont jā€™ai simplifiĆ© la gestion et lā€™accĆØs de mes applications Webā€¦

WORMS David

By WORMS David

Nov 17, 2022

WasmEdge : Les runtimes WebAssembly sont en routes pour l'edge computing

WasmEdge : Les runtimes WebAssembly sont en routes pour l'edge computing

Categories: Orchestration de conteneurs, Adaltas Summit 2021, Infrastructure, Tech Radar | Tags: JAMstack, Linux, Docker, Rust Lang, WebAssembly

Avec de nombreux de nombreux dĆ©fis en matiĆØre de sĆ©curitĆ© rĆ©solus de par sa conception, beaucoup de projets bĆ©nĆ©ficient de lā€™utilisation du WebAssembly. Le runtime WasmEdge est une machine virtuelleā€¦

BOUTRY Guillaume

By BOUTRY Guillaume

Sep 29, 2022

Ingress et Load Balancers dans Kubernetes avec MetalLB et nginx-ingress

Ingress et Load Balancers dans Kubernetes avec MetalLB et nginx-ingress

Categories: Orchestration de conteneurs, Infrastructure, Tech Radar | Tags: Ingress, Kubeadm, Cluster, DĆ©ploiement, Kubernetes

Lorsque lā€™on souhaite exposer des services depuis un cluster Kubernetes et les rendre accessibles depuis lā€™extĆ©rieur du cluster, la solution la plus adĆ©quate est dā€™utiliser des services de type loadā€¦

COTTART Kellian

By COTTART Kellian

Sep 8, 2022

IntƩgration de Spark et Hadoop dans Jupyter

IntƩgration de Spark et Hadoop dans Jupyter

Categories: Adaltas Summit 2021, Infrastructure, Tech Radar | Tags: Infrastructure, Jupyter, Spark, YARN, CDP, HDP, Notebook, TDP

Depuis quelques annĆ©es, Jupyter notebook sā€™impose comme la principale solution de notebook dans lā€™univers Python. Historiquement, Jupyter est lā€™outil de prĆ©dilection des data scientists dĆ©veloppantā€¦

COINTEPAS Aargan

By COINTEPAS Aargan

Sep 1, 2022

Ordinateur portable Framework avec NixOS, un retour d'expƩrience

Ordinateur portable Framework avec NixOS, un retour d'expƩrience

Categories: Formation, Tech Radar | Tags: CLI, DevOps, Enseignement et tutorial, Linux, Packaging, NixOS, Open source

Un nouveau travail commence avec un nouvel ordinateur portable. ƀ ce titre, on mā€™a donnĆ© un Framework Laptop DIY Edition avec pour mission de lā€™installer et de le configurer entiĆØrement avec NixOS. Jeā€¦

JESUS CARO Carlos

By JESUS CARO Carlos

Aug 22, 2022

Apache Liminal, quand le MLOps rencontre le GitOps

Apache Liminal, quand le MLOps rencontre le GitOps

Categories: Big Data, Orchestration de conteneurs, Data Engineering, Data Science, Tech Radar | Tags: Data Engineering, CI/CD, Data Science, Deep Learning, DĆ©ploiement, Docker, GitOps, Kubernetes, Machine Learning, MLOps, Open source, Python, TensorFlow

Apache Liminal propose une solution clĆ©s en main permettant de dĆ©ployer un pipeline de Machine Learning. Cā€™est un projet open-source, qui centralise lā€™ensemble des Ć©tapes nĆ©cessaires Ć  lā€™entrainementā€¦

COINTEPAS Aargan

By COINTEPAS Aargan

Mar 31, 2021

Introduction Ć  Ludwig et comment dĆ©ployer un modĆØle de Deep Learning via Flask

Introduction Ć  Ludwig et comment dĆ©ployer un modĆØle de Deep Learning via Flask

Categories: Data Science, Tech Radar | Tags: Enseignement et tutorial, Deep Learning, Machine Learning, Machine Learning, Python

Au cours de la derniĆØre dĆ©cennie, les modĆØles de Machine Learning et de Deep Learning se sont rĆ©vĆ©lĆ©s trĆØs efficaces pour effectuer une grande variĆ©tĆ© de tĆ¢ches tels que la dĆ©tection de fraudes, laā€¦

SOARES Robert Walid

By SOARES Robert Walid

Mar 2, 2020

IntƩgration de Druid et Hive

IntƩgration de Druid et Hive

Categories: Big Data, Business Intelligence, Tech Radar | Tags: Druid, LLAP, OLAP, Hive, Analyse de donnƩes, SQL

Nous allons dans cet article traiter de lā€™intĆ©gration entre Hive Interactive (LLAP) et Druid. Cet article est un complĆ©ment Ć  lā€™article Ultra-fast OLAP Analytics with Apache Hive and Druid.ā€¦

SAUVAGE Pierre

By SAUVAGE Pierre

Jun 17, 2019

Le moteur Vespa de Yahoo

Le moteur Vespa de Yahoo

Categories: Tech Radar | Tags: Base de donnƩes, Tools, Elasticsearch, Search Engine

Vespa est le moteur de services et de traitements big data complĆØtement autonome et autosuffisant de Yahoo. Il a pour but de servir les rĆ©sultats de requĆŖtes sur dā€™Ć©norme quantitĆ© de donnĆ©es en tempsā€¦

BUSSER Arthur

By BUSSER Arthur

Oct 16, 2017

Apache Apex avec Apache SAMOA

Apache Apex avec Apache SAMOA

Categories: Data Science, ƉvĆØnements, Tech Radar | Tags: Apex, Flink, Samoa, Storm, Tools, Hadoop, Machine Learning

Le Machine learning OrientĆ© batch SupervisĆ© - plus courant Training et Scoring Construction prĆ©liminaire du modĆØle TrainingĀ : Construction du modĆØle HoldoutĀ : tuning du paramĆ©trage TestĀ : prĆ©cisionā€¦

SAUVAGE Pierre

By SAUVAGE Pierre

Jul 17, 2016

Maitrisez vos workflows avec Apache Airflow

Maitrisez vos workflows avec Apache Airflow

Categories: Big Data, Tech Radar | Tags: DevOps, Airflow, Cloud, Python

Ci-dessous une compilation de mes notes prises lors de la prĆ©sentation dā€™Apache Airflow par Christian Trebing de chez BlueYonder. Introduction Use caseĀ : comment traiter des donnĆ©es arrivantā€¦

BEREZOWSKI CĆ©sar

By BEREZOWSKI CĆ©sar

Jul 17, 2016

Apache ApexĀ : l'analytique Big Data nouvelle gĆ©nĆ©ration

Apache ApexĀ : l'analytique Big Data nouvelle gĆ©nĆ©ration

Categories: Data Science, ƉvĆØnements, Tech Radar | Tags: Apex, Flink, Storm, Tools, Hadoop, Kafka, Data Science, Machine Learning

Ci-dessous une compilation de mes notes prises lors de la prĆ©sentation dā€™Apache Apex par Thomas Weise de DataTorrent, lā€™entreprise derriĆØre Apex. Introduction Apache Apex est un moteur de traitementsā€¦

BEREZOWSKI CĆ©sar

By BEREZOWSKI CĆ©sar

Jul 17, 2016

E-commerce cigarettes Ć©lectroniquesĀ : impressions sur Prestashop

E-commerce cigarettes Ć©lectroniquesĀ : impressions sur Prestashop

Categories: Tech Radar | Tags: HTML, Java, Node.js

Lā€™annĆ©e derniĆØre, il mā€™a fallu choisir et intĆ©grer une solution e-commerce pour le site de vente de cigarettes Ć©lectroniques CigarHit. Etant donnĆ© que ma derniĆØre intĆ©gration dā€™un site e-commerceā€¦

WORMS David

By WORMS David

Jul 25, 2012

Notes sur le rapport Gallois par une entreprise informatique

Notes sur le rapport Gallois par une entreprise informatique

Categories: Tech Radar | Tags: Gouvernance des donnƩes, Loi, Big Data

Dans le cadre de la lecture du rapport Gallois rendu publique hier, jā€™ai conservĆ© quelques notes qui aprĆØs recompilation sont publiĆ©es en ligne. On peut certes regretter le manque de mention sur leā€¦

WORMS David

By WORMS David

Jul 6, 2012

Node.js intƩgrƩ Ơ la plateforme cloud Microsoft Azure

Node.js intƩgrƩ Ơ la plateforme cloud Microsoft Azure

Categories: Cloud computing, Tech Radar | Tags: Linux, Azure, Cloud, Node.js

Node est dĆ©sormais un citoyen de premier ordre dans lā€™environnement cloud de Microsoft Azure au cĆ“tĆ© de .Net, Java et PHP. Cette intĆ©gration est la consĆ©quence logique de lā€™implication de Microsoftā€¦

WORMS David

By WORMS David

Dec 11, 2011

Canada - Morocco - France

We are a team of Open Source enthusiasts doing consulting in Big Data, Cloud, DevOps, Data Engineering, Data Scienceā€¦

We provide our customers with accurate insights on how to leverage technologies to convert their use cases to projects in production, how to reduce their costs and increase the time to market.

If you enjoy reading our publications and have an interest in what we do, contact us and we will be thrilled to cooperate with you.

Support Ukrain