En décembre, rencontrons-nous au Paris Open Source Summit

Le Paris Open Source Summit (POSS) est le premier événement en Europe sur l’open source, les logiciels libres et l’innovation ouverte. Sommet international de conférences, salon business et rendez-vous communautaire, le POSS met en lumière le rôle moteur des technologies open source dans les transformations numériques actuelles et à venir. Pendant 2 jours, c’est l’occasion pour vous de rencontrer les contributeurs, décideurs et utilisateurs de briques technologiques et de solutions open source.

A l’occasion de cette 5ème édition, Centreon est heureux d’être une nouvelle fois sponsor du Paris Open Source Summit. 

Organisez votre visite en toute sérénité

N’attendez pas le dernier moment pour planifier votre visite au POSS et ne manquez rien des actualités Centreon :

  • Rendez-vous sur le Stand B1 ! Bénéficiez d’une démo live de notre toute dernière version, Centreon EMS 19.10, et échangez avec nos équipes.
  • Conférence de David Boucher et Sylvestre Gallon, Développeurs R&D chez Centreon, le 11 décembre à 14h : « Comment supprimer la dette technique quand on travaille avec des briques Opensource ».
  • Conférence de Denis Roussel, Data Scientist chez Centreon, le 11 décembre à 16h50 : « Intégration forte des outils open source dans des projets data science en entreprise ».
  • Rendez-vous également sur le Stand A23 pour échanger avec la Communauté Centreon et posez toutes vos questions techniques. Ne repartez pas sans tenter votre chance de remporter un Skateboard Centreon !

Faites connaissance avec nos intervenants 

Le mercredi 11 décembre, participez à deux conférences animés par 3 collaborateurs Centreon.
Qui sont-ils ? Pourquoi présentent-ils ces sujets ? A qui sont destinées ces conférences ? Rien de mieux qu’une interview de nos intervenants pour répondre à toutes ces questions.

Mercredi 11 décembre – 14h à 14h40 :  Comment supprimer la dette technique quand on travaille avec des briques Opensource – Animé par David Boucher & Sylvestre Gallon

La qualité logicielle, cheval de bataille de tout projet de développement, est invoquée partout mais reste malgré tout difficile à mettre en œuvre dans certains cas pratiques. Parmi les grandes caractéristiques de la qualité logicielle, nous allons aborder l’aspect de maintenabilité avec un exemple concret : la réduction de la dette technique sur un de nos modules open source. En effet, le core de Centreon était écrit en C++98 et utilisait QT4. De plus, le taux de couverture des tests unitaires n’est pas à la hauteur de nos exigences. Nous avons donc décidé d’effectuer un gros chantier de réécriture et de portage de ce module (C++11, suppression de QT4, etc.). Nous avions commencé cette aventure juste après le POSS 2018 et arrivons à un état plus satisfaisant juste avant le POSS 2019. Dans cette présentation, nous allons retracer notre périple qui n’était pas sans encombre et ferons un retour d’expérience sur les pièges à éviter.

Bonjour David et Sylvestre, pouvez-vous vous présenter en quelques mots ?

David : Je suis diplômé en mathématiques et développeur dans la communauté open source depuis plus de 20 ans. Après avoir travaillé dans l’informatique industrielle sur différents logiciels d’acquisition et traitement de données, j’ai d’abord intégré un éditeur d’une solution de monitoring basée sur Nagios. Puis, j’ai finalement rejoint Centreon il y a un peu plus de deux ans pour travailler sur la partie core du produit : Centreon Engine et Centreon Broker.

Sylvestre : J’ai rejoint Centreon il y a moins d’un an mais je suis Développeur Système depuis plus d’une dizaine d’années, avec un fort attrait pour l’architecture logiciel et système mais aussi pour tout ce qui se rapporte aux méthodes et outils. 

Pouvez-vous nous parler du sujet que vous allez présenter ?

David : Chez Centreon, cela fait un an que nous travaillons sur la modernisation et l’accélération du code de Engine et Broker. Nous travaillons avec des outils open source pour écrire deux outils open source. La discussion parle donc de comment on les a mis en œuvre, comment nous avons procédé pour faire autant de changements en un an sans tout casser. Quelles sont les embûches à éviter, et quel est notre retour d’expérience.

Pourquoi avez-vous choisi de présenter ce sujet ?

Sylvestre : C’est un projet qui nous tenait à cœur chez Centreon, et que je trouvais intéressant à partager. Le code des briques C++ de Centreon avait besoin de refonte car le temps de fix de certaines fonctionnalités devenait plus important que le temps de refonte de certains sous-systèmes… 

David : Quand on arrive à faire autant de changements en un an avec autant d’améliorations et sans avoir tout cassé, on peut être heureux d’en faire une présentation (rires).

Qui devrait venir écouter votre présentation et pourquoi ?

David : Entres autres, des gens qui ont l’intention de tout péter dans leur logiciel 🙂 Histoire de voir qu’en prenant certaines précautions, on peut y arriver !

Mercredi 11 décembre – 16h50 à 17h10 : Intégration forte des outils open source dans des projets data science en entreprise – Animé par Denis Roussel

De plus en plus d’entreprises démarrent des projets de Data Science afin d’exploiter au mieux et donner de la valeur aux volumes de données collectées grâce aux technologies de Big/Fast Data. Mais faut-il avoir le top 10 des outils payants pour réussir son projet de Data Science ? Dans cette présentation, nous allons montrer l’intégration forte des outils open source dans des projets de Data Science. Nous effectuerons le parcours d’un projet, de la conception à la mise en production d’un modèle prédictif, avec quelques outils open source qui sont fortement utilisés par la communauté Data Science.

Bonjour Denis, peux-tu te présenter en quelques mots ?

Denis : Après une thèse en simulation numérique dans le domaine de la science des matériaux, j’ai réorienté mon expertise dans l’analyse de la donnée. Je suis Data Scientist depuis 4 ans environ et j’ai rejoint Centreon il y a maintenant 3 mois. Mon objectif est d’apporter de la valeur aux données collectées en développant des outils d’analyses prédictives et d’apprentissage automatique.

Peux-tu nous parler du sujet que tu vas présenter ?

Denis : Un projet data science se compose de plusieurs étapes et chacune de ses étapes requière des outils qui lui sont propres : collecte, stockage, transformation, machine learning, stockage des résultats, visualisation dans une web application et mise en production. L’objectif de cette présentation est de montrer que le développement d’un tel projet peut se faire uniquement en utilisant des outils open source.

Pourquoi as-tu choisi de présenter ce sujet ?

Denis : Le domaine de la data est un domaine qui explose et aujourd’hui toutes les entreprises s’y mettent, ou en tout cas tentent de s’y mettre. Et si le secteur progresse aussi vite c’est aussi parce que les grosses infrastructures collaborent étroitement avec le milieu de la recherche pour développer collectivement des outils qui permettent de construire des algorithmes de plus en plus intelligents.

Qui devrait venir écouter ta présentation et pourquoi ?

Denis : Je dirais tous les curieux qui souhaitent en savoir un peu plus sur ce qui se cache derrière le terme data science, et bien sûr les data scientists intéressés par les prévisions sur les séries temporelles.

 

Tags : -