Skip to content

Latest commit

 

History

History
156 lines (113 loc) · 4.49 KB

stack.org

File metadata and controls

156 lines (113 loc) · 4.49 KB

Stack

Ce document décrit les outils employés et déployés dans chacun des défis EIG.

Archifiltre

b@liseNAV

BrigadeNumérique

CoachÉlève

dataESR

EIG Link

Stack

Outils de développement

Livrables d’information

Livrables code

  • Outil web pour choisir une licence libre
  • Outil web de mise en relation des compétences
  • Outil web de journal de bord collectif (rex eig1 eig2)
  • Outil web « EIG Readiness Scale »
  • Outil web « échelle de Costanza » (voir ce doc)

Gobelins

Hopkins

Stack

  • Langages principaux: Python et Scala
  • Librairies: scikit-learn, pandas, TensorFlow, pyspark
  • Base de données: Hive, ElasticSearch, Titan (à venir)

Outils de datascience

  • Dataiku

Livrables code

  • algo de matching: dédoublonnage de base + recherche (semi-)temps réel
  • graphes
  • classification sur du texte

Lab Santé

Stack

  • Langages principaux: R et python
  • Librairies:
    • python: pandas, scikit-learn, BeautifulSoup, Selenium
    • R: data.table, dplyr, rvest, shiny, plotly

Outils de développement

  • python: Jupyter
  • R: RStudio

Livrables code

  • Plusieurs quickwins sur un gitlab privé DREES que l’on a créé
  • Formations R et python
  • Scripts R d’imputation de non-réponse partielle pour traiter les sondages
  • App Shiny de classification d’indicateurs statistiques basée sur la description textuelle (approche active learning)
  • A compléter

PrédiSauvetage

Stack

  • Datascience : Python 3, pandas, numpy, PostgreSQL
  • App : Laravel
  • Visualisation : Redash
  • ETL : Apache Airflow / Embulk
  • Cartographie : Leaflet

Outils de développement

  • Sublime Text
  • CircleCI

Prévisecours

Stack

  • Datascience : Dataiku + python 2 (scikit-learn, pandas) + SQL
  • Dataviz (à confirmer): Tableau ou Superset ?
  • Appli/carto : Vue.js + Leaflet (reuse de cartAV ?)
  • Backend : python 3
  • Bdd : elasticsearch / postgres / Vertica
  • Rp : nginx
  • Packaging: docker

Outils de développement

  • SublimeText
  • Atom

Livrables code

  • Modèle de machine learning répondant à différent scénarios?
  • Application standalone pour faire tourner les modèles?
  • Application standalone pour la carto?
  • Outil de génération de différent scénario pour les features dites “variables” (meteo par exemple)?

Signaux Faibles

SocialConnect

Stack(s) :

  • Langages principaux : python et javascript
  • Backend : Tornado et Flask + Nginx (Python 2.7) pour les webapps, Wordpress pour la landing
  • Frontends css : Bulma, Bootstrap
  • Frontend js : Vue.js, ou angular.js ou encore pure websockets (à décider)
  • Dataviz : Leaflet.js, charts.js, d3.js…
  • Données tabulaires (client) : Datatables (?)
  • BDD : principalement MongoDB, Postgres si nécessaire

Livrables code :

  • de manière générale des webapps intéropérables (briques d’un workflow) + documentation :
  • webapp n°1 de webscraping + API primaire ([OpenScraper](https://github.com/entrepreneur-interet-general/OpenScraper))
  • webapp n°2 d’agrégation / enrichissement de données brutes / API sur les données de la webapp n°1
  • webapp n°3 de dataviz / moteur de recherche sur les données de la webapp n°2
  • webapp n°4 ou landing wordpress + iframes allant taper des modules dans la webapp n°3

Outils de développement code :

  • VIM : virtualenv
  • Notebook : Jupyter
  • Editeur : Visual studio code
  • Prod : OVH, … ?
  • Git

Livrables UI/UX (à mettre à jour par Elise) :

  • kit de communication du projet
  • écrans UX
  • …

Outils de développement UI/UX (à mettre à jour par Elise) :

  • Suite Adobe : XD, Illustrator, InDesign
  • Entretiens, focus groups, …
  • …