Chez Xebia, aucune réalisation ne ressemble à la précédente : chaque année, les évolutions technologiques, de services et de paradigmes d’architecture changent, parfois radicalement, la stack technique de notre prochain projet.

Il y a quelque mois, en parlant de nos rêves et ambitions pour 2019, nous nous sommes demandé : “À quoi ressemblerait notre prochain projet ?”. En cherchant à répondre à cette question, nous avons commencé à dessiner, de façon très approximative et ensuite de plus en plus précise, un schéma regroupant technologies, architectures et solutions que nous aimerions proposer à notre prochain client.

Le résultat, c’est 12 axes de travail regroupés dans un document appelé (faute d’imagination) le “12 Travaux des TOs”. Il s’agit, pour nous, d’une véritable Roadmap pour l’année 2019, présentant nos convictions sur les choix clés en termes de pratiques et d’approches techniques, que nous appliquons pour répondre aux problématiques logicielles qui se posent aux différents niveaux du SI.

 

Dans cette roadmap, on peut y retrouver des notions de Machine Learning, dont la maîtrise des modèles mathématiques sous-jacents et l’industrialisation de leur déploiement en production restent des défis passionnants.

Les architectures nécessitent également de nouveaux paradigmes : l’infrastructure moderne se gère désormais via API et tire parti des environnements Cloud Native. Ce modèle couplé à une abstraction des ressources amène les architectures Serverless, qui se doivent aujourd’hui de faire partie intégrante de son parc applicatif.

Et si certains traitements restent tout même à leur avantage dans une infrastructure On-Premise, une interopérabilité entre cette dernière et le Cloud reste nécessaire, avec des outils permettant de faire la passerelle entre les deux mondes. Au même titre que l’hybridation, la décentralisation est également une option sérieuse, voire obligatoire, dans certains cas d’usage.

Les modèles de traitement de la donnée voient leur codes bousculés par l’adoption massive de Kubernetes et les intégrations “Data” dont ils se voient pourvus. Ces outils amènent également les notions de temps réel et considèrent toute activité au sein de son système comme une source d’événements sur laquelle on peut s’interfacer.

Quant à la présentation de l’information aux utilisateurs, cette dernière requiert des architectures ainsi que de technologies modulaires et performantes pour être en accord avec les standards actuels. Il en va de même pour la communication entre applications qui a été mise sous pression suite à l’arrivée des orchestrateurs et des architectures microservices, ce qui a amené de nouvelles approches et de nouveaux outils.

Enfin, pour mettre en place tous ces changements, il est impératif d’être en mesure de sécuriser et contrôler l’activité et les changements apportés à son système et de s’appuyer sur une organisation humaine structurée et efficace, afin de tirer parti des compétences de chacun.

Pour chacun de ces axes, nous vous proposons de découvrir les articles, vidéos et événements que nous avons réalisés au cours de ces derniers mois et que nous tâchons de mettre à jour régulièrement afin de fournir une image représentative de nos avancements en la matière.

Les 12 thématiques

La Data Science, de l’idée à la production

Les projets Data Science restent trop souvent à l’état de PoC ou ont de grandes difficultés à passer en production, souvent pour de mauvaises raisons. Les enjeux principaux sont l’organisation et l’approche : définir une vision produit claire, éviter le piège d’une phase exploratoire interminable, penser industrialisation dès le début, monter une usine logicielle adaptée et avoir des boucles de feedback courtes.

En savoir plus sur La Data Science, de l’idée à la production

 

Embrasser les architectures Serverless

Serverless est sans conteste l’un des buzzwords du moment. Il est temps pour tous d’embrasser pleinement le Cloud, les services managés, le FaaS et au passage de répondre aux questions inévitables de déploiement, de lock-in, de test, de monitoring…

En savoir plus sur Embrasser les architectures Serverless

 

Résilience, fiabilité et vélocité : le SI Cloud Native

L’infrastructure est maintenant un enabler et une force. L’approche de cette infrastructure sous forme de services, d’APIs et d’outils est au service de la vélocité des équipes, du confort des développeurs et de la fiabilité des applications résultantes. Orchestration, automatisation, etc. nous voilà !

En savoir plus sur Résilience, fiabilité et vélocité : le SI Cloud Native

 

Les mathématiques au cœur de l’IA

Derrière la hype du Machine Learning et du Deep Learning se cachent bien souvent des modèles mathématiques. C’est encore plus vrai dès que l’on parle d’IA au sens large : statistiques et sciences cognitives rentrent rapidement dans la danse. Il est dangereux de penser et d’utiliser l’IA comme une black box impénétrable et c’est avec une compréhension des mécanismes sous-jacents que l’on peut construire des produits robustes répondant aux besoins.

En savoir plus sur Les Mathématiques au cœur de I’IA

 

La Data dans l’ère post-Hadoop

Hadoop n’est plus la solution à tout, vive la Data sur Kubernetes et dans le Cloud ! Des projets tels que Kubeflow, Spark on K8s et Kafka Operator permettent d’envisager une infra Data full Kubernetes, de même qu’AWS & GCP sont aujourd’hui capables de proposer des alternatives riches et matures.

En savoir plus sur La Data dans l’ère post-Hadoop

 

Décentraliser vos traitements : On-Device Computing

L’intelligence se dirige vers les devices périphériques. Les traitements et les prises de décisions se font de plus en plus souvent au sein des terminaux grâce à la convergence des évolutions technologiques. Le futur est ubiquitaire !

En savoir plus sur Décentraliser vos traitements : On-Device Computing

 

L’interface utilisateur, ce n’est pas que des pixels

La création d’interfaces utilisateurs nécessite bien plus de talent que de la simple mise en page. Une UX réussie, passe par la mise en place d’architectures front et mobile permettant de répondre aux besoins en performance, qualité, modularité, sécurité et métrologie imposés par des usages toujours plus exigeants.

En savoir plus sur L’interface utilisateur, ce n’est pas que des pixels

 

Contrôler et Fiabiliser

La sécurité, c’est indispensable et pas forcément pénible ! La gestion des secrets s’aborde désormais via des services et des APIs. Le chiffrement des données stockées et de leur transport n’est plus optionnel. Enfin, le scan de vulnérabilité est une nécessité lorsque l’on utilise des bibliothèques tierces.

En savoir plus sur Contrôler et Fiabiliser

 

Unifier le SI avec l’hybridation

Le Système d’Information de nos clients est multiple et ne se cantonne pas seulement à du tout cloud ou du tout on-premise. Une migration vers le Cloud, ce n’est pas nécessairement du All In et Kubernetes se présente au premier plan. Le multi-cloud reste également un sujet qui semble de plus en plus réalisable.

En savoir plus sur Unifier le SI avec l’hybridation

 

Un SI temps réel, centré sur les événements

“Tout business peut être représenté sous forme d’événements”. Ce n’est pas nous qui le disons, c’est Neha Narkhede, co-créatrice de Kafka ! Le temps réel pour tout est désormais une possibilité sérieusement envisageable et peut s’appliquer non seulement au business mais aussi aux outils. Events everywhere!

En savoir plus sur Un SI temps réel, centré sur les événements

 

Des applications communicantes et ouvertes

Des applications c’est bien beau, des applications communiquant efficacement entre elles et ouvertes c’est mieux ! Disons donc bonjour au messaging, aux formats: protocoles de communications tels que GraphQL, gRPC, et consor, ainsi qu’au Service Mesh, à OpenAPI, aux API Gateway et tous leurs amis.

En savoir plus sur Des applications communicantes et ouvertes

 

Mon organisation évolue au rythme de mon architecture

Les architectures, technologies et approches évoluant, il est naturel et souhaité que l’organisation s’adapte et évolue également. L’agilité commence à être un acquis, le rôle de SRE est encore flou, on commence seulement à parler de Platform Teams, sans parler des Data {Scientists, Ops, Engineer, Architect} !

En savoir plus sur Mon organisation évolue au rythme de mon architecture