riviera dev

content/french/speaking/riviera-dev-2024/index.md

@@ -0,0 +1,80 @@
+---
+title: "Riviera Dev 2024"
+date: 2024-07-08T00:00:00+02:00
+# Featured images for Social Media promotion (sorted from by priority)
+images:
+- stand-redhat-2.webp
+- train-lego-table-1.webp
+resources:
+- '*.webp'
+topics:
+- Containers
+- GitOps
+- Artificial Intelligence
+- Edge Computing
+opensource:
+- OpenShift
+---
+
+Le 8 Juillet 2024, j'ai participé à l'événement [Riviera Dev](https://2024.rivieradev.fr/) durant lequel j'ai animé, avec mes collègues Adrien, Mourad, Pauline, Sébastien et Laurent un [atelier](https://2024.rivieradev.fr/session/206) combinant **Edge Computing** et **Intelligence Artificielle**.
+
+L'énoncé de l'atelier est basé sur le scénario du 7ème opus de la saga **Mission Impossible: Dead Reckoning**... avec un train Lego !
+**Ethan Hunt** a besoin d'aide pour arrêter le train.
+Grâce un modèle d'intelligence artificielle conçu dans **OpenShift AI** et déployé sur un **Nvidia Jetson Orin** faisant tourner **Red Hat Device Edge**, le train reconnait les panneaux de signalisation et s'arrête tout seul !
+
+{{< attachedFigure src="train-lego-table-1.webp" title="Les participants ont dû résoudre une série d'exercice avec un train Lego sur le thème de Mission Impossible." >}}
+
+[L'énoncé de l'atelier](https://rivieradev2024-crazytrain.netlify.app/) est composé de trois parties :
+
+1. Entraînement du modèle d'IA pour reconnaître les panneaux de signalisation Lego
+2. Développement des micro-services pour appeler le modèle d'IA et envoyer les ordres au Hub Lego
+3. Pipelines CI/CD et déploiement dans un environnement de test
+
+L'entraînement du modèle d'IA a fait appel à **OpenShift AI** et les participants ont pu toucher du doigt les différentes étapes de l'entraînement :
+
+- Récupération du jeu de données (depuis un bucket S3) sur lequel sera entraîné le modèle.
+- Utilisation d'un notebook **Jupyter** pour générer des données synthétiques et entraîner le modèle.
+- Exécution d'un pipeline de MLops pour entraîner le modèle en exploitant les ressources de type GPU, présentes dans le cluster **OpenShift**.
+- Test d'inférence du modèle en utilisant la fonction de *Model Serving* présente dans **OpenShift AI**.
+
+La partie développement est un "exercice à trou" : c'est le code de notre démonstration dans lequel certaines fonctions ont été enlevées.
+Dans cette partie, le plus intéressant à relater est sous le capot.
+En effet, nous n'avions pas le budget pour acheter une boîte de Lego et un Jetson Orin Nano pour chaque participant.
+Nous avons donc pris la décision de bouchonner les parties "capture du flux vidéo" et "communication bluetooth".
+
+Pour le participants, ça avait l'effet de bord positif de ne requérir aucun pré-requis sur le poste du développeur : toute la partie développement se fait dans **OpenShift DevSpaces** (l'équivalent de GitPod pour OpenShift).
+Des fichiers vidéos sont stockés dans Git et sont utilisés à la place de la webcam.
+La communication avec le Hub Lego est remplaçée par l'affichage des ordres qui aurait été envoyés si le Hub était présent.
+
+{{< attachedFigure src="train-lego-table-2.webp" title="Tous les participants sont concentrés sur la réalisation des exercices." >}}
+
+Enfin, la partie DevOps était composé de deux étapes :
+
+- Exécution des pipelines CI/CD multi-architecture pour construire les images de conteneur des micro-services.
+- Déploiement des micro-services dans un environnement de test (avec les bouchons).
+
+Si l'atelier s'est globalement bien passé, nous avons eu la surprise de constater un problème de lecture du flux vidéo chez quasiment tout les participants.
+Le symptôme que nous avions était une WebSocket connectée mais vide.
+Après investigation, il semblerait que le problème soit lié à un logiciel de sécurité installé sur les machines des participants.
+
+{{< attachedFigure src="aide-ponctuelle.webp" title="Le problème de Web Socket a nécessité de la patience pour les participants et les intervenants Red Hat." >}}
+
+L'atelier s'est terminé avec un Quizz de connaissances et le vainqueur s'est vu remettre un [set Lego #60337](https://www.lego.com/fr-fr/product/express-passenger-train-60337) (le même train que celui de notre démo).
+
+Participer à cet atelier lors du Riviera Dev 2024 a été une expérience enrichissante et mémorable.
+Non seulement nous avons pu pratiquer sur deux sujets du moment : Edge Computing et Intelligence Artificielle, mais nous avons également offert aux participants une approche ludique à travers le prisme de la saga Mission Impossible.
+Les défis rencontrés, notamment les soucis de lecture du flux vidéo, ont ajouté un peu de piment et d'émulation collective à l'exercice.
+
+{{< attachedFigure src="groupe.webp" title="Le vainqueur du Quizz était visiblement content de l'atelier. 😅" >}}
+
+Au-delà des compétences techniques acquises, l'enthousiasme et la bonne humeur des participants ont fait de cet atelier un moment de partage et d'apprentissage.
+Le quizz final a apporté une touche de compétition amicale et le prix (un set [Lego City #60337](https://www.lego.com/fr-fr/product/express-passenger-train-60337)) décerné au vainqueur a visiblement rendu ce dernier très heureux !
+J’espère que cet atelier incitera d'autres développeurs à explorer les possibilités que nous offre la combinaison de l’IA et de l’Edge Computing.
+Merci à tous les participants pour leur engagement et leur curiosité, et à l'année prochaine pour de nouvelles aventures technologiques !
+
+En dehors de l'atelier, il y a eu également une forte affluence sur le stand Red Hat où nous avions installé le train et ses rails.
+Ce fût l'occasion d'échanger sur les projets Edge et IA en cours ainsi que sur les technologies utilisées.
+
+{{< attachedFigure src="stand-redhat-1.webp" title="Le train était installé sur le stand Red Hat et a provoqué de nombreuses discussions." >}}
+
+A l'année prochaine !