Electro Monkeys

Léo Benkel est un développeur expérimenté qui a travaillé dans la Silicon Valley pour des startups ayant été rachetées par des entreprises pesant plusieurs millions de dollars. Fort de ces 10 ans d'expérience à San Francisco, il est venu au Luxembourg créer sa propre société : Pure Lambda. Aujourd'hui Léo conseille les entrepreneurs afin qu'ils améliorent leur produit, leurs processus, et de manière générale leurs entreprises. Ce qui m'a frappé de mes conversations avec Léo, c'est cet esprit novateur qu'il insuffle aux entreprises. Ses conseils sont pour le moins déstabilisants, voire contre-intuitifs, et le moins que l'on puisse en dire, c'est qu'ils vont à l'encontre de beaucoup de principes de gestion d'entreprise qu'on pourrait prendre pour acquis dans notre bonne vieille Europe. Notre conversation nous amène aussi bien sur les aspects culturels de la vie dans la Silicon Valley que sur la pandémie et ce qu'elle a changé dans notre façon de travailler au quotidien. Note de l’épisode Retrouvez le blog de Pure Lambda : https://pure-lambda.medium.com/ Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

L'observabilité est une des composantes essentielles de nos infrastructures, car elle nous permet de comprendre ce qui s'y passe. Elle s'appuie sur trois piliers, la gestion des logs, des métriques et des traces applicatives, auxquels on peut ajouter un quatrième pilier : la visualisation par des dashboard. Mais l'observabilité est un sujet complexe, d'autant plus que nos systèmes se sont eux aussi complexifier avec les conteneurs, Kubernetes ou le serverless. C'est pourquoi c'est un secteur d'innovations, où des technologies telles que le machine learning ou eBPF ont tout à fait leur place. Pour nous en parler, je reçois Gregory Ouillon qui est le CTO EMEA de New Relic. Ensemble nous évoquons le but de l'observabilité, de quoi elle se compose et à qui elle s'adresse. Mais nous discutons également de New Relic, de son modèle SaaS, et des acquisitions qui ont permis de repousser encore plus loin les barrières de l'observabilité.Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

Le machine learning consiste à laisser la machine générer un code informatique plutôt que ce dernier ne soit écrit par un humain. Il est encore souvent supervisé, c'est-à-dire que le jeu de données utilisé pour entraîner l'algorithme est étiqueté, mais on rencontre de plus en plus souvent des modes d'apprentissage non supervisés. D'après Emmanuel Benazera, mon invité dans ce podcast et Senior Research Engineer in Artificial Intelligence à Jolibrain, le machine learning sert principalement deux objectifs : automatiser les tâches récurrentes, comme par exemple modérer les contenus d'un réseau social, et à rendre possible des choses qui ne l'étaient pas jusqu'à maintenant. Avec Emmanuel, nous parlons de ces réseaux de neurones qui de manière invisible ont transformé notre quotidien. Notes de l’épisode TinyML: Machine Learning With Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers chez O’Reilly sur Amazon : https://www.amazon.fr/TinyML-Learning-TensorFlow-Ultra-Low-Power-Microcontrollers-ebook/dp/B082TY3SX7/ref=tmm_kin_swatch_0?_encoding=UTF8&qid=1627247939&sr=8-1 Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

Choisir un cloud provider c'est un peu comme choisir une nouvelle voiture : on sait que cette décision va nous engager sur le long terme, et nous ne voudrions pas laisser ça au hasard. C'est pourquoi nous nous intéressons aux bancs d'essai, aux comparaisons entre les marques, à la performance de chaque véhicule. Anthony Monthe est le fondateur de Cloud Mercato, une plateforme de benchmark pour le cloud. Anthony aime profondément le cloud, et il est pour son adoption à large échelle. Mais pour que les entreprises aillent vers le cloud, il sait qu'elles ont besoin de transparence, et de voir plus loin que de simples discours marketing. Fournir aux consommateurs de la donnée sur les cloud providers est justement la mission de Cloud Mercato.Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

Dans des architectures distribuées, les applications s'appuient sur des messages brokers pour communiquer les unes avec les autres. Cela permet à l'émetteur d'un message et à son ou à ses consommateurs de ne pas communiquer  directement, rendant par là même le système plus résilient aux pannes. Il existe quantité de messages brokers, dont deux sont tout aussi populaires que différents : RabbitMQ et Kafka. Afin de parcourir leurs différences et leurs cas d'usage, je reçois Pierre Larboulette. Pierre est Software Engineer chez iAdvize, et il est quotidiennement confronté à des applications utilisant soit Kafka, soit RabbitMQ. Au point même d'envisager peut-être Pulsar, pour tenter d'unifier les deux modèles.Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

L'intelligence artificielle est depuis des années une source d'inspiration pour la littérature et le cinéma, mais comme le disait Azimov, elle est souvent le véhicule de fantasmes assez sombres, où les humains se retrouvent sous le joug d'une IA malveillante et toute puissante. Pourtant les IA gouvernent déjà notre quotidien : assistants vocaux, filtres anti-spams, voitures autonomes, jusqu'à la sélection de films qui nous est proposée par Netflix. C'est un terrain de jeu sans limites, capable d'adresser les problématiques les plus inédites. Christophe Tricot est CEO de Larforge, un incubateur pour les startups qui cherchent à donner une autre dimension à leurs produits avec l'intelligence artificielle. Ensemble nous discutons des cas d'usage, des techniques, mais aussi des solutions que peuvent trouver les startups dans l'IA.Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

Tester son code est un sujet qui divise et rassemble tout à la fois la communauté des développeurs. Si chacun s'accorde à reconnaître qu'il est indispensable de s'assurer que son application fonctionne comme attendu, les méthodes pour arriver à cette fin diffèrent largement d'une équipe à une autre, quand elles ne s'opposent pas totalement. Alors que certains sont adeptes du l'extrême programming et du test driven development, d'autres testent directement leur code en production. Il y a ceux qui considèrent que les tests sont une perte de vélocité, tandis que d'autres trouvent que c'est une réduction drastique de temps dans la boucle de feedback. S'il y a une approche meilleure qu'une autre, comment le savoir ? C'est pour répondre à cette question épineuse que je reçois Fabrice Nourisson. Fabrice est lead developer chez Servebox, et un partisan modéré de l'extreme programming. Nous parlons ensemble des différentes situations qui amènent à réfléchir sur la meilleure manière de tester son code.Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

Depuis plus d'un an et demi maintenant, la covid fait partie de notre quotidien. Elle nous impose ses règles et nous dicte nos comportements. Cependant, elle n'est pas la première pandémie de ce type à nous frapper de plein fouet, et rien qu'au siècle dernier il y a également eu la grippe espagnole, la grippe asiatique, la grippe de Hong Kong et le sida. Et pourtant, c'est la première fois dans l'histoire que nous nous voyons imposer des règles de distanciation physique. Alors qu'est-ce qui a changé ? Nous n'allons bien évidemment pas parler politique dans ce podcast, mais bien de machine learning. En effet, face à cette pandémie, la création de modèles de propagation du virus nous a aidé à y voir plus clair parmi les conséquences que pouvaient entraîner la mise en place de tel ou de tel autre scénario. Pour nous en parler plus en détail, je reçois Bertrand Delvaux. Bertrand est consultant freelance en data engineering et artifical intelligence, et il a eu l'occasion, dès le début de la pandémie, de réaliser plusieurs travaux pour l'African Risk Capacity. travaux dont il vient nous parler aujourd'hui. Petit clin d'œil aux travailleurs remote avant de commencer, Bertrand était au Costa Rica quand j'ai fait cet épisode, et plus précisément dans le hall d'un hôtel, ce qui explique les bruits de fond que vous ne manquerez pas d'entendre sur cet enregistrement.Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

Si le mouvement DevOps a été initié en 2007, il fait encore couler beaucoup d'encre aujourd'hui. Il semble de manière général mal compris et mal intégré en entreprise. Mais la problématique qu'il vient adresser n'est pas simple : unifier deux mondes que tout oppose. D'un côté les devs qui veulent pouvoir livrer rapidement et continuellement de nouvelles fonctionnalités, et de l'autre les ops, qui recherchent un maximum de stabilité pour la production. Les silos, comme on les appelle, sont encore monnaie courante en entreprise. Et si ils ont prouvé depuis longtemps leur inefficacité, ils restent des endroits confortables où chaque entité peut rejeter la responsabilité d'un incident sur l'autre, celle qui se trouve derrière "le mur", comme il est de coutume de l'appeler. Yannick Grenzinger est Coach Flow and Craft chez BENEXT, mais il est avant toute chose un dev, qui connaît sur le bout des doigts l'agilité. Yannick est également le co-organisateur de la conférence Flowcon France, et ensemble, nous discutons du DevOps, tel qu'il est perçu par les devs. Notes de l'épisode : Container security made open-source Meetup with Pierre Debenais and Itay Shakury https://www.meetup.com/Luxembourg-Kubernetes-and-CNCF-Meetup/events/278396387/ Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

 Si Kubernetes est aujourd'hui un enjeu stratégique pour beaucoup d'entreprises, ça ne signifie pas pour autant qu'il est simple de transformer nos applications legacy en conteneur. Peut-être que le workload ne s'y prête pas, ou que les équipes ne sont pas prêtes, ou tout simplement que les outils qui nous servent à le gérer ne sont pas adaptés à ce mode conteneurisé. Mais dans cette hype autour de Kubernetes, qui veut être la personne laissée de côté pour gérer les workloads legacy ? Fort heureusement, il existe un entre-deux : un outil hybride en mesure de créer des machines virtuelles dans des pods. Et cet outil c'est Kubevirt. Pour nous en parler, je reçois David Szegedi. David est Principal Cloud Solution Architect chez Red Hat, et avec lui je discute des enjeux de porter des machines virtuelles dans des pods, au lieu des classiques conteneurs. Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.