Aller au contenu
Apprendre.
  • M1 · toutes les matières15 matières : Préparation de données, API & sécurité, CI/CD, Docker, Merise, Dataviz, KNIME, ML appliqué : projet LoL, SQL & UML, SQL avancé, Machine Learning, Git, IA frugale & responsable, Qualité des données, MathématiquesAnnée
  • M2 · toutes les matières4 matières : Deep Learning, AI Act, Comex & Fundraising, Gouvernance & DataMeshAnnée
  • Deep LearningM2 · 4 modules · Réseaux de neurones, CNN, texte, modèles génératifs.Matière
  • Préparation de donnéesM1 · 3 modules · Nettoyer, transformer et fusionner des données avec Python.Matière
  • API & sécuritéM1 · 2 modules · Consommer, concevoir et sécuriser des API.Matière
  • CI/CDM1 · 1 module · Intégration et livraison continues.Matière
  • DockerM1 · 3 modules · Conteneurs, images, volumes, réseaux, Compose.Matière
  • MeriseM1 · 2 modules · Modéliser une base : MCD, MLD, MPD.Matière
  • DatavizM1 · 2 modules · Visualiser pour comprendre et décider.Matière
  • KNIMEM1 · 1 module · Explorer et nettoyer des données en workflow.Matière
  • ML appliqué : projet LoLM1 · 2 modules · Du besoin métier au POC de vision par ordinateur.Matière
  • SQL & UMLM1 · 3 modules · Modèles UML et requêtes SQL.Matière
  • SQL avancéM1 · 3 modules · Jointures, fenêtres, CTE, optimisation.Matière
  • Machine LearningM1 · 3 modules · Régression, classification, segmentation, projet.Matière

↑↓ naviguer↵ ouvre le résultat en surbrillanceesc fermer

Partie 1 · DevOps

Dev, Ops et la promesse du DevOps

Avant d'ouvrir Docker, le cours pose le décor : pourquoi a-t-on besoin de conteneurs ? La réponse commence par un problème d'organisation. Le terme DevOps vient d'une présentation de 2008 chez Flickr : « 10+ deploys per day : Dev and Ops cooperation at Flickr ». Le cours rappelle aussi que l'idée est plus ancienne : c'est celle de l'industrialisation (Henry Ford : automatisation, chaînes de production, passage à l'échelle). « Le DevOps = on prend les mêmes et on recommence. »

Le mot « informaticien » cache des dizaines de métiers, empilés en couches : logiciel frontend, logiciel backend, architecture opérationnelle, systèmes d'exploitation et réseaux, matériel / datacenters, infrastructure. La collaboration entre ces couches est difficile.

DevOps
Analyse les besoins des clients, écrit des spécifications et du code, corrige des anomalies, package et livre son applicationAnalyse les besoins des développeurs, met en place et maintient des infrastructures, surveille leur bon fonctionnement, traite les incidents de production
Contraintes : adéquation fonctionnelle, performance, rapidité de développement, technologies innovantesContraintes : sécurité, consommation de ressources, suivi des livraisons, technologies stables

Les deux métiers font des choses proches (analyser, concevoir, réaliser), mais leurs objectifs s'opposent : les Devs veulent de l'innovation rapide, les Ops de la stabilité. Ajoute une organisation en silos et tu obtiens un cercle vicieux, « la spirale de l'enfer » : plus de fonctionnalités, pas de temps pour le « non fonctionnel », systèmes fragiles, Ops de plus en plus cher, passage à l'échelle difficile.

Vérifie que tu as compris

Selon le cours, d'où vient surtout le clivage entre Dev et Ops ?

Le cours donne les coûts : heures supplémentaires, sentiment d'impuissance, travail futile et de mauvaise qualité, gâchis de ressources, image de marque abîmée par les incidents. La promesse du DevOps : créer une spirale saine, donner du sens au travail, éviter les incidents, utiliser efficacement les ressources. Objectif commun Dev + Ops : la création de valeur.

Le DevOps n'est ni un intitulé de poste, ni un outil, ni une marque : c'est une philosophie, une manière d'organiser le travail, un ensemble de bonnes pratiques et d'outils, sans modèle « taille unique ». Il tient en 4 lettres, CAMS : Culture, Automation, Measurement, Sharing.

Automation : éviter les tâches répétitives, « robotiser » pour supprimer les erreurs humaines, permettre le passage à l'échelle, éviter les hommes-clés. On automatise la compilation, la release, les tests, les déploiements, la mise en place des surveillances et le suivi de projet. Dans le cours, un simple git push doit suffire à déclencher toute la chaîne. Exemple : les micro-services multiplient les packagings et livraisons, impossibles à gérer à la main.

Vérifie que tu as compris

Que signifie le « A » de CAMS ?

Docker comme levier du DevOps : « Ingénieur DevOps » est parfois synonyme d'« ingénieur Docker » dans les offres d'emploi. Docker apporte trois choses : un langage commun pour définir les besoins d'infrastructure, des outils communs pour construire et déployer, et une grande souplesse d'automatisation.