Blog IA, Data Science & MLOps
Tutoriels, guides et analyses sur l'IA, la Data et le Cloud, écrits par les ingénieurs et mentors Blent.
214 articles · page 4 sur 6
IA GénérativeTechniques de prompting des LLM
Le prompting est une discipline qui a vu le jour avec l'explosion des LLM. En effet, il y a de nombreuses manières de poser des questions à un modèle, et puisqu'ils sont aujourd'hui très généralistes, il est important d'être précis dans ses propositions.
12 min de lecture
IA GénérativeLLMOps : le MLOps appliqué aux LLM
Avec les développements récents sur les LLM, et plus particulièrement sur les derniers modèles proposés en open source ou propriétaires, de plus en plus d'entreprises ont désormais la capacité de pouvoir les intégrer dans leurs propres projets.
8 min de lecture
IA GénérativeMétriques des LLM : mesurer leurs performances
Une des difficultés lors de la création des LLM est de pouvoir mesurer efficacement leurs performances. En effet, contrairement à la plupart des algorithmes de Machine Learning classiques qui cherchent à prédire des quantités ou des modalités/classes, un LLM va quant à lui proposer du texte en réponse, dont le nombre de mots n'est pas connu à l'avance.
11 min de lecture
IA GénérativePinecone : la base de données vectorielle managée
Avec l'explosion des cas d'usages d'IA Générative qui est survenue notamment avec la mise à disposition au grand public de ChatGPT, de plus en plus d'entreprises ont souhaité tirer partie de cette innovation. En particulier, elles sont nombreuses à vouloir développeur leurs propres LLM fait maison, afin de pouvoir bénéficier de la puissance des modèles de langage récents tout en les spécialisant sur leurs propres données.
8 min de lecture
IA GénérativeRetrieval Augmented Generation (RAG) : tout savoir
Une fois que des LLM sont entraînés sur un très grand corpus, ce dernier se veut le plus généraliste possible pour capter énormément de situations et de contextes, pour apporter des réponses précises. Seulement, ces LLM ne sont pas en mesure d'avoir accès à une base de connaissance personnalisée, sur des documents de tous types dans une entreprise par exemple.
9 min de lecture
IA GénérativeQuantization : comment ça fonctionne ?
Avec des nombres de paramètres qui augmentent de plus en plus, les LLM sont toujours plus volumineux, et leur consommation en mémoire GPU plus importante. Avec des modèles pouvant atteindre les dizaines de milliards de paramètres, la consommation mémoire en GPU peuvent atteindre 40 Go à 50 Go, ce qui nécessite d'avoir plusieurs GPUs à disposition sur une même machine.
7 min de lecture
IA GénérativeLangChain : le framework spécialiste des LLM
Depuis longtemps, les chatbots ont toujours été des projets difficiles à développer, car ils nécessitent d'avoir accès à des informations en temps réel contenues dans des documents ou des bases de données. Aujourd'hui, avec les LLM puissants disponibles pour de nombreux projets, il peut être pertinent d'adapter les chatbots pour qu'ils apportent des réponses beaucoup plus précises et détaillées aux utilisateurs.
8 min de lecture
IA GénérativeLarge Language Models (LLM) : tout savoir
Avec l'émergence de ChatGPT fin 2022, il s'est passé une véritable révolution sur l'utilisation des systèmes d'IA, et plus précisément sur les systèmes de génération de textes. En effet, la mise en avant des Large Language Models (LLM) a été favorisée par leur implémentation quasi-immédiate dans de nombreuses entreprises de toutes tailles, et même public plus large que jamais auparavant.
10 min de lecture
Cloud / DevOpsS3 : tout savoir du service de stockage AWS
La capacité de stocker des données de manière flexible et sécurisée dans le monde actuel du Cloud est devenue essentielle pour les entreprises de toutes tailles. Une solution de stockage robuste est devenue essentielle en raison du volume sans cesse croissant d'informations générées par les applications, les sites Web et les dispositifs IoT.
8 min de lecture
Data Engineeringdbt (Data Build Tool) : tout savoir l’outil analytique incontournable
Pour de nombreuses entreprises, la mise en place et la maintenant de pipelines de données est une étape cruciale pour avoir à disposition d'une vue d'ensemble nette de toutes les données à disposition. Un des challenges quotidien pour les Data Analysts et Data Engineers consiste à s'assurer que ces pipelines de données puissent répondre aux besoins de toutes les équipes d'une entreprise.
8 min de lecture
Cloud / DevOpsGitOps : définition et exemples
Au cours des dernières années, la méthode de gestion des infrastructures et des applications informatiques appelée GitOps a pris d'assaut le monde de la technologie. Cette approche offre une méthodologie révolutionnaire pour la gestion de l'infrastructure et du déploiement des applications en combinant les principes fondamentaux de Git.
7 min de lecture
Cloud / DevOpsPrometheus : tout savoir sur l’outil de monitoring
La performance et la disponibilité des applications sont cruciales pour le DevOps afin de garantir une expérience utilisateur optimale et la réputation et la fiabilité d'une entreprise technologique. Le suivi et la métrologie sont les yeux et les oreilles des équipes de développement et d'exploitation pour atteindre et maintenir ces objectifs.
7 min de lecture
Cloud / DevOpsJenkins : tout comprendre de l'outil CI/CD open-source
La mise en place d'une gestion efficace et automatisée des processus de construction, de déploiement et d'intégration continue est devenue essentielle dans le contexte en constante évolution du développement logiciel. C'est là que Jenkins joue un rôle crucial dans les équipes de développement et d'exploitation.
10 min de lecture
Cloud / DevOpsVirtualisation : tout comprendre sur cette technologie indispensable au DevOps
Depuis longtemps, un des principaux objectifs des équipes IT était d'optimiser l'utilisation des ressources de serveurs à dispositions, surtout lorsque ces mêmes ressources coûtaient parfois très cher. Les années 1960 ont vu l'arrivée des premiers systèmes d'exploitation capables de partager le temps d'un ordinateur central entre plusieurs utilisateurs.
8 min de lecture
Data EngineeringNormalisation de données : définitions, exemples
Pour améliorer les opérations commerciales et maintenir la compétitivité, il est essentiel de gérer efficacement les données en entreprise. Cependant, la diversité des sources de données, leur complexité croissante et la façon dont elles sont stockées peuvent rapidement devenir un problème important.
7 min de lecture
Cloud / DevOpsBlue/Green DevOps : tout savoir du déploiement DevOps
Avec l'approche DevOps, les entreprises doivent être de plus en plus agiles et réactives pour pouvoir se distinguer en terme de concurrence et répondre aux besoins évolutifs des clients ou utilisateurs. Ainsi, elles doivent être en capacité de déployer constamment de nouvelles versions d'applications avec des méthodes de déploiement continu.
6 min de lecture
Cloud / DevOpsReverse Proxy : pourquoi et comment l'utiliser ?
Un Reverse Proxy agit comme un gardien entre les utilisateurs externes et les serveurs internes : les utilisateurs externes ne voient que le reverse proxy, ce qui cache la structure et la disposition des serveurs internes, améliorant ainsi la sécurité.
9 min de lecture
Data EngineeringAirbyte : tout savoir sur l’outil d’intégration de données
Les pipelines de données ETL et ELT sont devenus des outils cruciaux pour Data Engineers et les décideurs afin d'intégrer toutes les données dans différents systèmes. Airbyte est l'une des technologies qui a émergé dans ce domaine et qui suscite de l'intérêt à l'heure actuelle.
9 min de lecture
Cloud / DevOpsPacker : créer ses propres Golden Images
Depuis longtemps, les machines virtuelles sont utilisées très régulièrement par les équipes SI, que ce soit pour une utilisation On-Premise (réseau interne à l'entreprise) ou dans un environnement Cloud. Cela permet notamment à ces équipes de construire leurs propres images machine.
7 min de lecture
Cloud / DevOpsNginx : tout savoir du serveur Web incontournable
Dans le monde interconnecté d'aujourd'hui, où l'accès à Internet est devenu essentiel pour les entreprises et les particuliers, il est impératif d'assurer la sécurité, la performance et la gestion efficace du trafic réseau. C'est ici que les serveurs web et les proxys font leur entrée : ce sont des pièces maîtresses de l'architecture réseau qui agissent comme des intermédiaires intelligents, fournissant une série d'avantages cruciaux pour les environnements en ligne.
13 min de lecture
Cloud / DevOpsVagrant : automatisation des machines virtuelles
Dans le monde du DevOps et des infrastructures IT, la notion de virtualisation système est omniprésente. C'est notamment ce procédé qui permet d'émuler plusieurs serveurs dans une seule et même machine hôte, par l'intermédiaire d'un hyperviseur.
10 min de lecture
Cloud / DevOpsBash : qu'est-ce que c'est ?
Bash (qui signifie Bourne Again SHell) est un interpréteur de commandes (shell) pour les systèmes d'exploitation Linux. Il s'agit du principal langage de script et d'interface en ligne de commande utilisé dans les systèmes Linux qui permet d'interagir avec le système d'exploitation en utilisant des commandes textuelles.
12 min de lecture
Cloud / DevOpsTutoriel Kubernetes : premiers pas
Kubernetes (d'abréviation K8s) est un outil extrêmement populaire dans le Cloud et qui est devenu, en quelques années, la référence en terme de déploiement d'applications dans le Cloud. Mais pourquoi (et surtout comment) Kubernetes est devenu la solution incontournable ?
11 min de lecture
Data EngineeringApache Phoenix : du SQL sur HBase
Apache Phoenix est une extension open-source de Apache HBase qui fournit une couche de requêtes SQL pour les données stockées dans HBase. Phoenix permet ainsi d'interagir sur les tables HBase à l'aide de requêtes SQL standard, sans avoir à écrire de code spécifique à HBase
9 min de lecture
Data EngineeringApache Avro : tout savoir sur la sérialisation binaire
Apache Avro est un système de sérialisation de données et un format de données compact, rapide et polyvalent. Il a été développé par Apache Software Foundation et est conçu pour faciliter l'échange de données entre les différentes applications. Contrairement à d'autres formats comme CSV ou JSON, une des grandes particularités d'Apache Avro est qu'il utilise un schéma pour définir la structure des données, ce qui permet de sérialiser et de désérialiser les données de manière efficace, tout en garantissant la compatibilité entre les différentes versions des schémas.
8 min de lecture
Data EngineeringApache Flink : tout savoir sur le framework temps réel
Apache Flink est un système de traitement des données en temps réel et de traitement par lots à grande échelle. Il s'agit d'un projet open source développé par la fondation Apache, conçu pour offrir une haute disponibilité, une faible latence et une grande capacité de traitement des flux de données. Flink fournit un modèle algorithmique unifié qui permet de traiter les données en temps réel et par lots de manière cohérente. Il prend en charge des opérations avancées telles que la transformation, le filtrage, l'agrégation et la jointure de données en continu.
8 min de lecture
Cloud / DevOpsAnsible : qu'est-ce que c'est ?
Ansible est un outil open source de **gestion de configuration, d'automatisation et de déploiement d'application**. Il est conçu pour simplifier et automatiser la gestion de configurations complexes sur des infrastructures distribuées. Devenu rapidement un incontournable dans le monde DevOps ces dernières années, il a été adopté par de nombreuses entreprises, à la fois en raison de sa simplicité d'utilisation, de configuration, mais aussi car sa personnalisation lui permet d'être autonome quel que soit l'environnement utilisé (Cloud public, On-Premise, etc).
8 min de lecture
Data EngineeringSnowflake : tout savoir sur le Data Warehouse Cloud
Snowflake est une plateforme de Data Warehousing qui offre une solution Cloud aux problèmes de gestion, de stockage et d'analyse des données volumineuses et complexes.
7 min de lecture
Data EngineeringData Warehouse : définitions, exemples, avantages
Un Data Warehouse (ou entrepôt de données en français), est un système informatique qui permet de stocker et d'analyser de grandes quantités de données provenant de différentes sources. Les données sont généralement structurées, c'est-à-dire qu'elles sont organisées selon un schéma prédéfini pour faciliter leur analyse.
8 min de lecture
Data EngineeringApache Parquet : tout savoir sur ce format de données
Apache Parquet est un format de fichier open-source pour le stockage de données volumineuses dans un environnement Big Data. Ce format est très apprécié des Data Engineers, car il a été conçu pour répondre aux besoins de stockage et de traitement de données massives avec une efficacité maximale en termes de performance, de compression et de flexibilité du schéma de données.
7 min de lecture
Data EngineeringApache Cassandra : tout savoir sur cette base NoSQL
Apache Cassandra est un système de gestion de base de données distribuées hautement performant, scalable et tolérant aux pannes. Développé initialement par Facebook et open-source depuis 2008, Cassandra est devenu populaire pour son modèle de données flexible, son architecture distribuée et sa capacité à gérer des volumes massifs de données avec une latence faible et constante. Avec ses capacités de distribution et de réplication, Cassandra est utilisé dans diverses applications, notamment pour le stockage de données de série temporelle, la gestion de contenu web, la messagerie et les analyses en temps réel.
7 min de lecture
Data EngineeringHDFS : le système de fichiers distribué Hadoop
HDFS (Hadoop Distributed File System) est un système de fichiers distribué open source conçu pour stocker et gérer de gros volumes de données sur des clusters de serveurs. Il fait partie de l'écosystème Hadoop et est devenu en quelques années la référence pour le stockage de données à très grande échelle, notamment pour ses performances et sa tolérance à la panne, mais également pour sa facilité d'utilisation et son intégration dans toute la suite logicielle de l'écosystèeme Hadoop.
8 min de lecture
Data EngineeringApache HBase : la base NoSQL sur Hadoop
Apache HBase est une base de données NoSQL distribuée et hautement évolutive, conçue pour stocker de grandes quantités de données. Il est construit sur Apache Hadoop et fonctionne sur le système de fichiers distribué Hadoop (HDFS). Elle est principalement utilisé pour stocker des données semi-structurées et non structurées telles que des données de journal, des données de capteurs, des données de médias sociaux et des données de télémétrie.
10 min de lecture
Data EngineeringApache Hive : tout savoir sur le Data Warehouse Hadoop
Apache Hive est une plateforme open source de traitement de données distribuées, qui permet de gérer et d'analyser de gros volumes de données de manière efficace. Découvrez comment utiliser Hive pour vos projets de Big Data et bénéficier d'une solution de traitement de données évolutive et flexible.
13 min de lecture
Data EngineeringApache Hadoop : tout savoir sur ce framework Big Data
Hadoop est un framework Java open source développé en 2006 par Doug Cutting et Michael J. Cafarella, et géré par Apache Software Foundation sous licence Apache 2.0. Il s'agit d'un écosystème logiciel qui permet aux entreprises de traiter d’énormes quantités de données en peu de temps. Ceci est accompli en facilitant l’utilisation du traitement informatique parallèle sur une échelle massive.
10 min de lecture
Data EngineeringMongoDB : tout savoir sur la base NoSQL la plus utilisée
Depuis plusieurs années, MongoDB s'est imposée comme un standard parmi les bases de données NoSQL. Sa capacité à supporter une grande volumétrie de données tout en offrant un maximum de flexibilité sur les schémas de données en font une base de données très appréciée par les développeurs.
11 min de lecture