ONNX : Le format universel pour déployer vos modèles ML
ONNX : le format open source pour déployer vos modèles ML en production. Interopérabilité, performance, limites et cas d'usage.
ONNX : le format open source pour déployer vos modèles ML en production. Interopérabilité, performance, limites et cas d'usage.
Introduction Cet article est la seconde partie de l'article sur la KubeCon & CloudNativeCon 2026 (Partie 1) Vous y retrouverez une synthèse des concepts et nouveautés qui ont été présentés au cours des conférences auxquelles j&
Découvrez le bilan du Data Days Lille 2026 : IA, qualité des données, dbt-duckdb et stratégies de ranking. Un condensé d'expertises pour la data.
Une fois de plus, la KubeCon revient ! Cette année, Amsterdam a pu accueillir cet évènement avec ses 13 000 visiteurs, et quelques centaines d'exposants sur la semaine du 23 Mars. Riche en annonces, conférences et de présentations en tous
Concevoir, Contextualiser, Contraindre, Comprendre. Découvrez comment les 4C guident nos intéractions avec les LLM, tout en nous aidant à garantir la qualité et la maintenabilité du code, dans un paysage informatique en mutation perpétuelle.
Les 12 & 13 février 2026 se tenait Touraine Tech, l’événement spécialisé tech de la région. Découvrez nos retours sur les différentes conférences.
Découvrez le Model Context Protocol (MCP) et comment exposer un CLI Rust dans un IDE pour rendre vos outils pilotables par des agents IA.
Une des causes majeure des problèmes de modernisation du SI à faire cohabiter "legacy" et "new" ? L'impedance mismatch, autrement dit l'incapacité d'un processus simple et (~web) à rentrer dans le processus historique classique, en particulier sur la modélisation des données et des services.
Comprendre la BCE Loss, une fonction clé en classification, et son lien avec la probabilité, la sigmoïde et l’optimisation des modèles IA modernes.
Intégrez le FinOps dès la conception de vos architectures cloud pour optimiser coûts, performance et pilotage financier dès le départ.
L'évaluation des LLMs via benchmarks classiques est en crise, car les modèles déjouent les tests, les datasets saturent, le RLHF progresse et les agents autonomes se développent. Il faut se concentrer sur la robustesse, la généralisation et le comportement réel.
Histoire du deep learning : du perceptron aux Transformers, comprendre les ruptures techniques et l’évolution des architectures IA modernes.
Qu’est-ce que le Spec-Driven Development (SDD) ? Découvrez comment passer de la spécification au code, aux tâches et aux tests, avec l’IA et un exemple complet avec Kiro.
Retour sur les Cloud Native Days 2026 : migrations massives, Kubernetes multi-tenant et MLOps à l’INSEE pour industrialiser l’IA et le cloud.
Retour sur le Cloud Native Days 2026 : souveraineté numérique, open source, Kubernetes et retours d’expérience du CERN, DINUM, Scaleway et plus.