Accueil InfoQ Data Science sur InfoQ
-
/articles/change-data-capture-debezium/fr/smallimage/logo-1660294927422.jpg)
Debezium Et Quarkus : Les Patterns De Capture De Modification De Données Pour Éviter Les Problèmes
Il est courant dans les microservices d'écrire des données à deux endroits, une base de données et d'envoyer le contenu à un autre microservice. Debezium est un projet open source pour la capture de changement de données utilisant l'approche du scan des logs pour éviter les doubles écritures et communiquer correctement les données persistantes entre les services.
-
/articles/ai-devops-takeover/fr/smallimage/logo-1633456324591.jpg)
L'Intelligence Artificielle Prend-Elle Le Dessus Sur Le DevOps ?
Les outils d'IA pourraient lentement remplacer le rôle du développeur - tout comme DevOps l'a fait auparavant - et supplanter complètement DevOps. Envisager cette prédiction comme étant vraie est délicat. Dans cet article nous verrons si elle peut vraiment, un jour, prendre le relais des développeurs humains. Puis nous verrons à quoi DevOps pourrait ressembler dans une décennie.
-
/articles/saga-orchestration-outbox/fr/smallimage/logo-1614119945335.jpg)
Orchestration Saga Pour Les Microservices Utilisant Le Pattern Outbox
Le pattern Outbox, implémenté via la capture de données modifiées, est une approche éprouvée pour répondre au problème de l'échange de données entre les microservices. Le pattern Saga, comme illustré dans cet article, est utile pour les mises à jour de données qui couvrent plusieurs microservices.
-
/articles/uber-eats-time-predictions/fr/smallimage/predicting-time-to-cook-arrive-deliver-in-uber-eats-logo-small-1573830801103.jpg)
Les Prédictions De Temps Chez Uber Eats
Les prédiction de temps sont essentielles pour les activités d’Uber Eats, elles permettent une répartition optimale des livreurs et garantissent la satisfaction des clients. Nous verrons dans cet article sa mise en place au sein de l’entreprise au travers de la prédiction du temps nécessaire à la préparation des aliments, les prévisions de livraison ainsi que des temps de transport.
-
/articles/getting-started-with-quarkus/fr/smallimage/quarkus_logo-1586170339717.jpg)
Premiers Pas Avec Quarkus
Quarkus a créé un véritable buzz dans l'écosystème Java d'entreprise en 2019. Qu'est-ce que Quarkus exactement ? En quoi est-elle différente des autres technologies établies sur le marché ? Comment Quarkus peut-il m'aider ou aider mon organisation ? Pour mieux expliquer la motivation derrière le projet Quarkus, nous devons examiner l'état actuel du développement logiciel.
-
/articles/spring-boot-tutorial/fr/smallimage/springboot-logo-1585064952090.jpg)
Tutoriel Spring Boot : Création De Microservices Déployés Sur Google Cloud
Dans ce tutoriel, le lecteur aura l'occasion de créer une petite application Spring Boot, de la conteneuriser et de la déployer sur le moteur Google Kubernetes en utilisant Skaffold et le plugin IntelliJ Cloud Code.
-
/articles/djl-deep-learning-java/fr/smallimage/Getting-to-Know-Deep-Java-Library-DJL-l-1576494727857.jpg)
Présentation De Deep Java Library (DJL)
Amazon a annoncé DJL, une bibliothèque open source pour développer des modèles Deep Learning en Java. Cet article explique comment démarrer avec la boîte à outils. La bibliothèque vise à réduire le nombre de dépendances logicielles en permettant le développement end-end Deep learning en Java, plutôt que d'avoir à utiliser des technologies supplémentaires telles que Python ou R.
-
/articles/redis-time-series-grafana-real-time-analytics/fr/smallimage/use-redis-timeseries-with-grafana-for-real-time-analytics-logo-small-1573477936722.jpg)
Comment Utiliser Redis TimeSeries Avec Grafana Pour Des Analyses en Temps Réel
Dans cet article, l'auteur explique comment une base de données spécialement conçue, telle que RedisTimeSeries, peut être utilisée pour gérer des données de séries chronologiques. Il montre également comment visualiser ces données dans un tableau de bord Grafana.
-
/articles/prometheus-monitor-applications-at-scale/fr/smallimage/logo-1560849701397.jpg)
Comment Utiliser Prometheus Pour Surveiller Des Applications À Grande Échelle
Dans cet article, l'auteur explique comment collecter des métriques et détecter les anomalies à partir de streaming de données à l'aide des technologies Prometheus, Apache Kafka et Apache Cassandra.
-
/articles/postgresql-hadoop-elasticsearch-clic2buy/fr/smallimage/click.JPG)
Startup Architecture : PostgreSQL, Hadoop, Elasticsearch chez Clic2Buy
InfoQ FR discute avec Guillaume de Clic2Buy sur l'architecture technique nécessaire pour gérer leur fort trafic, avec notamment Postgres, MongoDB, Hadoop, Redis et Elasticsearch, et des fronts en Ruby on Rails, nodejs et Angular.
-
/articles/r-documentdb-java-brennus-analytics/fr/smallimage/r-project.jpg)
Startup Architecture : R, DocumentDB et Java chez Brennus Analytics
InfoQ FR discute avec Florent Dotto et Thomas Sontheimer de Brennus Analytics sur leur archi technique : R, DocumentDB, Java. Une stack moderne orientée data science sur Azure.
-
/articles/hadoop-spark-elasticsearch-realytics/fr/smallimage/tv.jpg)
Startup Architecture : Hadoop, Spark & Elasticsearch chez Realytics.io
InfoQ FR discute avec Sébastien de Realytics.io sur leur architecture technique : Azure, AWS, Hadoop, Spark, Elasticsearch, ReactJS. Une stack moderne et open source pour analyser la performance et le ROI des campagnes de pub télé.