La revue de presse hebdomadaire des technologies Big Data, DevOps et Web, architectures Java et mobilité dans des environnements agiles, proposée par Xebia.
Agilité
Et les tests, on y pense ?
Dans les projets agiles, les équipes ont tendance à se focaliser sur le delivery au détriment de la qualité. Cependant nous le savons tous, la qualité n’est pas négociable.
Afin de ne pas accumuler trop de dette technique il est important de garder en tête les différents types de tests et de les appliquer sans compromis.
Dans cette article, Mahfoud Amiour nous propose un acronyme, le fameux PURIFF, plutôt ingénieux et approprié pour se souvenir facilement des différents types de tests à faire dans une équipe agile.
N’oublions pas les tests End to End, on se retrouve alors avec PURIFFE ou EPURIFF.
SAFe est un cheval de troie…
Une réflexion de Chris Matt, agiliste de renom et grand contributeur du behavior driven development sur une phrase souvent entendu et que j’ai du personnellement utilisé à l’occasion: « SAFe est un cheval de Troie pour faire rentrer l’agilité dans certaines organisations. » Chris Matt prend la formulation a revers en expliquant que le Troie n’est pas l’organisation… Mais les agilistes présents dans celle-ci! En fait SAFe est le cheval qui fait entrer les cabinets de conseil traditionnels dans le monde des transformations agiles, sans en avoir l’expérience. Tel est pris qui croyait prendre…
Quelques échanges intéressants sur twitter suite à ce post. Au delà du SAFe Bashing habituel, les échanges traitent du fait qu’il faut avoir un mindset agile pour faire de SAFe un outil qui se retourne contre l’agilité.
DevOps
Toujours du « run » dans les équipes DevOps
SolarWinds a interrogé 336 responsables techniques – y compris des praticiens du devops. Dans cet article de Zdnet vous trouverez les résultats du sondage et la répartition des taches dans les équipes traditionnelles et celles qui se disent devops. Il semble comme prévu que les équipe devops sont plus orientées produits.
Data
Utiliser quel algorithme de machine learning, et dans quel cas.
Le machine learning est l’un des buzzworld les plus importants du moment, mais désigne en réalité de nombreux outils et technologies différentes, chacune répondant à des besoins différents, et nécessitant un certain nombre d’adaptations et de réglages pour répondre efficacement à un besoin donné.
Roger Huang nous présente, dans son dernier article (et ces nombreux sous-articles !), les différents types d’algorithmes de machines learning, comment utiliser et pour quel cas les choisir.