Après une consolidation de notre veille sur le sujet, nous vous proposons de survoler l'histoire de quelques termes de ces dernières années, pour ensuite les articuler entre eux.
Deuxième volet de notre série EDA : l'article à la fois chiant et utile. On rentre dans la théorie — patterns (Pub/Sub, Event Sourcing, CQRS), garanties de livraison, gestion des ratés (replay, DLQ) et pièges classiques. Promis, on a essayé de rendre ça digeste.
Les DSI ont multiplié outils, automatisation et cloud pour accélérer le delivery. Mais le vrai frein n’est plus le code : ce sont les processus autour : validations, sécurité, architecture, production. Le Platform Engineering émerge pour répondre à cette tension, avec une approche produit, organisationnelle et stratégique.
L’IA agit comme un multiplicateur de vitesse sur les systèmes existants. Elle n’améliore pas mécaniquement les organisations : elle accélère leurs dynamiques, qu’elles soient robustes ou désalignées. Cette accélération révèle les fragilités de l’ingénierie, du produit, du SI et de l’organisation. Le véritable enjeu n’est pas l’adoption de l’IA, mai
On parle souvent de dette technique, de code illisible, de tests manquants. Ces diagnostics sont justes, mais partiels. Ce qui se dégrade en premier dans un système legacy, ce n'est pas le code. C'est la mémoire collective de ceux qui l'ont construit. Et sans elle, même un système propre reste difficile à faire évoluer.
Photo prise à Athènes en mai 2026, vue sur l'Acropole. Le mois de mai est passé à une vitesse affolante, il faut dire qu’avec les différents ponts que nous avons, eu les semaines étaient courtes. Et j’ai eu l’occasion d’aller assister à la conférence Tech-X organisée par l’association Gaia-X à Athènes. Ce fut pour moi l’opportunité de me remettre à niveau deux ans après avoir quitté le projet. Les talks étaient intéressants autour des échanges de données entre entreprises de manière…
Qu’est-ce que zeropod ? Il y a un peu moins d’un an, j’avais publié un premier article sur un projet open source qui s’apelle zeropod. Zeropod is a Kubernetes runtime (more specifically a containerd shim) that automatically checkpoints containers to disk after a certain amount of time of the last TCP connection. While in scaled down state, it will listen on the same port the application inside the container was listening on and will restore the container on the first incoming connection. À…
Le terme cloud-native désigne une approche de conception et d’exploitation des applications pensée dès l’origine pour tirer pleinement parti des capacités du cloud : élasticité, résilience, automatisation et déploiement continu. Une application cloud-native n’est pas simplement une application hébergée dans le cloud ; elle est architecturée pour exploiter ses propriétés. Cette approche repose sur un socle de pratiques et de technologies désormais bien établies : la conteneurisation pour…
Le FinOps (contraction de Finance et DevOps) est une discipline de gestion financière du cloud qui vise à aligner les dépenses d’infrastructure avec la valeur métier qu’elles génèrent. Plutôt que de subir la facture cloud en fin de mois, le FinOps installe une responsabilité partagée entre les équipes techniques, financières et métier sur l’usage et le coût des ressources. Concrètement, le FinOps repose sur un cycle continu : donner de la visibilité sur les coûts en temps réel, optimiser…
Les métriques DORA (DevOps Research and Assessment) sont les indicateurs de référence pour mesurer la performance de livraison logicielle d’une organisation. Issues d’années de recherche, elles permettent de comparer objectivement la capacité d’une équipe à livrer vite et de façon fiable. Quatre métriques historiques structurent le cadre. La fréquence de déploiement mesure à quelle cadence l’organisation met du code en production. Le lead time for changes mesure le délai entre un commit et sa…
Le MLOps (Machine Learning Operations) désigne l’ensemble des pratiques qui appliquent les principes du DevOps au cycle de vie des modèles de machine learning. L’objectif est de fiabiliser et d’industrialiser le passage d’un modèle de l’expérimentation à la production, puis son maintien dans le temps. Là où le DevOps gère le cycle de vie du code, le MLOps ajoute deux dimensions propres au machine learning : les données et les modèles. Un pipeline MLOps couvre ainsi la préparation et le…
L’observabilité désigne la capacité à comprendre l’état interne d’un système uniquement à partir des signaux qu’il émet, sans avoir à le modifier. Là où le monitoring traditionnel répond à des questions connues d’avance (« le CPU dépasse-t-il 80 % ? »), l’observabilité permet d’investiguer des problèmes imprévus en explorant librement les données du système. Elle repose classiquement sur trois piliers : les logs (journaux d’événements horodatés), les métriques (mesures numériques agrégées dans…
Une plateforme interne (Internal Developer Platform, ou IDP) est un socle en libre-service qui outille les équipes de développement pour qu’elles puissent construire, déployer et exploiter leurs applications de façon autonome, sans dépendre à chaque étape d’une équipe d’opérations. Elle abstrait la complexité de l’infrastructure sous-jacente derrière des interfaces et des automatisations standardisées. Concrètement, une plateforme interne fournit des chemins balisés (golden paths) : pipelines…
Les Three Ways (les trois voies) sont les trois principes fondateurs du DevOps formulés par Gene Kim dans The DevOps Handbook. Plus qu’une méthode prescriptive, ils décrivent les invariants de toute transformation IT performante, indépendamment du langage, du cloud ou des outils du moment. La première voie, le flux, vise à optimiser la performance du système complet plutôt que celle de chaque silo. Elle suppose de rendre le travail en cours visible, de réduire la taille des lots livrés et de…
Une value stream (chaîne de valeur) désigne l’ensemble des activités nécessaires pour transformer une idée ou une demande client en un produit ou un service livré en production. Dans un contexte logiciel, elle couvre tout le parcours : de la formulation d’un besoin jusqu’à la mise à disposition de la fonctionnalité auprès de l’utilisateur, en passant par le développement, les tests, la revue, l’intégration et le déploiement. Raisonner par value stream, c’est arrêter de regarder la performance…