| Titre : | Optimisation d’opérations DevOps et mise en place d’une solution Machine Learning dans le projet “inSight eKare” | | Type de document : | projet fin études | | Auteurs : | Hnaien Abdelwaheb, Auteur | | Langues : | Français (fre) | | Catégories : | Ingénierie de web et Informatique mobile
| | Mots-clés : | Cloud, Virtualisation, Automatisation, Apprentissage automatique,
DevOps, Agile | | Index. dĂ©cimale : | 1934/18 | | RĂ©sumĂ© : | Le présent document est le fruit du travail réalisé dans le cadre de
mon projet de fin d’études effectué au sein de Masarat App, pour clôturer
ma formation à l’Ecole Nationale Supérieure d’Informatique et d’Analyse
des Systèmes.
Mon intervention avait lieu dans le projet "Insight eKare", une application
disponible sur les deux plateformes web et mobile et qui opère dans
le domaine de la santé numérique (e-santé) particulièrement en soin des
palaies.
Deux missions principales m’ont été confiées, la première mission consiste
à faire migrer l’infrastructure de l’application du cloud public vers un
cloud privé afin de répondre à un besoin actuel de certains clients. L’exécution
de la mission s’étale sur un ensemble des tâches qui commence de la
virtualisation de l’infrastructure jusqu’à l’automatisation du déploiement
et la sécurité.
La deuxième mission consiste à mettre en place un module d’apprentissage
automatique pour la prédiction de temps de guérison des plaies chroniques.
Pour ce, nous étions d’abord amenés à une étape de collecte, transformation
et prétraitement des données, qui ont été utilisées par la suite pour
faire entraîner un modèle en réseaux de neurones. Ce modèle est exposé à
la fin comme un service web à travers un système REST API (Application
programming interface) pour fournir des résultats de prédiction.
Ce travail est réalisé dans un environnement agile, avec une approche de travail DevOps.
|
Optimisation d’opérations DevOps et mise en place d’une solution Machine Learning dans le projet “inSight eKare” [projet fin études] / Hnaien Abdelwaheb, Auteur . - [s.d.]. Langues : Français ( fre) | Catégories : | Ingénierie de web et Informatique mobile
| | Mots-clés : | Cloud, Virtualisation, Automatisation, Apprentissage automatique,
DevOps, Agile | | Index. dĂ©cimale : | 1934/18 | | RĂ©sumĂ© : | Le présent document est le fruit du travail réalisé dans le cadre de
mon projet de fin d’études effectué au sein de Masarat App, pour clôturer
ma formation à l’Ecole Nationale Supérieure d’Informatique et d’Analyse
des Systèmes.
Mon intervention avait lieu dans le projet "Insight eKare", une application
disponible sur les deux plateformes web et mobile et qui opère dans
le domaine de la santé numérique (e-santé) particulièrement en soin des
palaies.
Deux missions principales m’ont été confiées, la première mission consiste
à faire migrer l’infrastructure de l’application du cloud public vers un
cloud privé afin de répondre à un besoin actuel de certains clients. L’exécution
de la mission s’étale sur un ensemble des tâches qui commence de la
virtualisation de l’infrastructure jusqu’à l’automatisation du déploiement
et la sécurité.
La deuxième mission consiste à mettre en place un module d’apprentissage
automatique pour la prédiction de temps de guérison des plaies chroniques.
Pour ce, nous étions d’abord amenés à une étape de collecte, transformation
et prétraitement des données, qui ont été utilisées par la suite pour
faire entraîner un modèle en réseaux de neurones. Ce modèle est exposé à
la fin comme un service web à travers un système REST API (Application
programming interface) pour fournir des résultats de prédiction.
Ce travail est réalisé dans un environnement agile, avec une approche de travail DevOps.
|
|
Faire une suggestion Affiner la recherche
Optimisation d’opérations DevOps et mise en place d’une solution Machine Learning dans le projet “inSight eKare” / Hnaien Abdelwaheb
