DevFest Toulouse 2024

Dev, cloud & sécu7 novembre 2024Labège, Centre de Congrès et d'Exposition Diagora

Site officiel (nouvel onglet) ↗Programme (nouvel onglet) ↗Chaîne YouTube (nouvel onglet) ↗Synthèse de novembre 2024 →

Journée unique organisée par le GDG Toulouse, avec une capacité portée de 750 à 1 200 places (passage dans l'espace Agora de Diagora). Le bilan des organisateurs annonce 1 018 participants, 311 propositions reçues, 56 speakers, 47 conférences, 27 sponsors et 12 communautés toulousaines ; la page de l'édition affiche 1 070 participants et 57 speakers. Deux keynotes (agriculture connectée en ouverture, civilisation virtuelle de LLM en clôture), des conférences de 45 minutes et des quickies de 15 minutes.

Un DevFest généraliste qui a changé d'échelle (de 750 à plus de 1 000 participants) et où, derrière une IA très présente, les talks les plus solides parlent de sobriété, de chaîne d'approvisionnement logicielle et de retours de production honnêtes : Restos du Coeur, xz-utils, mémoire Java, Temporal chez OVHcloud.

28 sessions résumées · 27 vidéos · mise à jour le jeudi 8 octobre 2026 · synthèse à compléter

Sources lues et limites de cette synthèse

Corpus : Programme officiel (48 sessions avec descriptifs, types et speakers), 21 transcripts de replays YouTube (playlist DevFest Toulouse 2024 de la chaîne GDG France, publiée le 26 novembre 2024), le compte-rendu de Jérôme Trzcionka pour Onepoint sur dev.to (19 novembre 2024, 10 talks commentés) et deux articles des organisateurs (lancement de mai 2024, « Les coulisses » de novembre 2024).

Limites : Un seul retour de participant détaillé, rédigé par une ESN qui soutenait plusieurs de ses speakers (Onepoint) : les sessions de ses collaborateurs y sont surreprésentées et aucune critique n'y figure. Les résumés reposent donc surtout sur ce qui a été dit sur scène (transcripts automatiques, noms propres parfois approximatifs), pas sur ce qu'en a retenu le public. La keynote de clôture de Sébastien Blanc n'a pas de replay ; 20 sessions restent sans aucun contenu.

Synthèse globale

1. Une édition qui change d'échelle

Le DevFest Toulouse passe en 2024 de 750 à 1 200 places en investissant l'espace Agora de Diagora, et de 38 à 48 sessions (organisateurs, mai 2024). Le bilan publié trois semaines après donne 1 018 participants, 311 propositions pour 47 conférences, 27 sponsors, 12 communautés locales et un budget d'environ 200 000 euros. Le programme reste généraliste : cloud et Kubernetes, Java et Kotlin, front, mobile, sécurité, data, IA, plus une veine « tech créative » (carte VGA sur breadboard, art génératif, jeu de la vie). Signe d'ancrage local, la keynote d'ouverture est confiée à un agriculteur du Lauragais et à un développeur toulousain.

2. L'IA, présente mais sans euphorie

Une demi-douzaine de sessions touchent à l'IA, et les replays montrent un ton plutôt prudent. Guillaume Laforge déroule les patterns d'intégration de Gemini en Java (RAG, function calling, extraction structurée), mais sa démo Apollo 11 rappelle que ce sont des « machines statistiques ». Philippe Charrière défend une IA locale et frugale sur Raspberry Pi, au prix de modèles à canaliser. David Pilato rappelle que « l'intelligence est dans le modèle » et invite à tester plutôt qu'à croire les éditeurs. Ludivine Dobigny apporte la critique la plus nette : en service public, ChatGPT produit « une statistique, pas une vérité », avec des stéréotypes qu'on ne repère qu'en connaissant le terrain. Rémi Verchère traite l'IA par le côté infra : héberger ses modèles sur ses propres GPU pour ne pas envoyer de données à un tiers.

3. Supply chain et open source : le choc xz en toile de fond

Sept mois après sa révélation, l'affaire xz-utils traverse au moins trois sessions. Olivier Poncet en fait l'autopsie technique et sociale (« attaquez toujours sa chaîne d'approvisionnement »). Damien Mathieu part du même cas, et de left-pad, pour présenter la gouvernance d'OpenTelemetry comme antidote au mainteneur isolé et épuisé. Carmen Piciorus (La Poste) montre la réponse côté entreprise : SBOM, Dependency-Track et préparation au Cyber Resilience Act. Ensemble, ces talks déplacent la sécurité du code vers les personnes et les dépendances.

4. Des retours de production qui racontent aussi leurs échecs

Les talks les plus denses sont des REX chiffrés qui ne cachent pas les ratés. Chez OVHcloud, Temporal ramène l'exécution moyenne de 5 minutes à 2,5 secondes après des incidents assumés (« rien n'était la faute de Temporal »). Chez Lyra Network, la sortie de DataStage aurait gagné à « commencer par la fin ». Damien Lucas et Ivan Béthus (Onepoint) gagnent 2 heures sur des batchs Java, mais avouent ne pas pouvoir chiffrer le gain mémoire faute de métriques. Aurélien Boudoux et Romain Berthon exposent leurs désaccords sur CQRS/ES plutôt qu'un dogme. Même humilité sur l'outillage : la migration Terraform vers Pulumi et la conversion Compose vers Kubernetes sont présentées comme des points de départ, pas comme des solutions automatiques.

5. Sobriété et frugalité, sans le mot d'ordre

Sans thème officiel, plusieurs sessions convergent vers la sobriété. Le cloud des Restos du Coeur est entièrement bâti sur des dons, avec la règle « 1 euro dépensé, c'est un repas non distribué ». Karpenter divise par trois une facture de cluster en démo. Quarkus déplace le travail à la compilation pour économiser mémoire et démarrage. On sauve « le dernier giga de RAM » plutôt que d'en racheter, et Sarah Connor tourne sans GPU. La keynote agricole porte le même message : produire autant avec moins d'intrants grâce à la donnée.

6. Vie de l'événement, tensions et critiques

Le bilan des organisateurs liste ses propres points faibles : service du déjeuner, tombola trop longue, keynote finale à lancer plus tôt, volume sonore de l'afterwork, accessibilité générale, et un outil Sessionize à mieux promouvoir. Sur scène, les démos live sont souvent tombées (Quarkus, Temporal, Pulumi, Gemini ralenti), ce que les speakers ont tourné en dérision. Le quickie sur les services publics, placé pendant le repas, a fait salle comble au point de déborder. Le seul compte-rendu publié (Onepoint) ne formule aucune critique de contenu.

7. Biais du corpus

Cette synthèse repose surtout sur ce qui a été dit sur scène (21 transcripts automatiques), pas sur ce que le public en a retenu. Le seul retour de participant détaillé vient d'une ESN qui accompagnait plusieurs de ses speakers. Aucun post LinkedIn de participant n'a été trouvé. La keynote de clôture de Sébastien Blanc, sans replay, n'est connue que par ce blog. Vingt sessions, dont l'accessibilité, le mobile Kotlin, Traefik, Gateway API et TinyGo, n'ont aucun contenu documenté.

Actions concrètes citées

  1. Attaquer la chaîne d'approvisionnement plutôt que le projet : l'affaire xz-utils montre une ingénierie sociale étalée sur plus de deux ans contre un mainteneur isolé (Poncet, transcript ; Onepoint).
  2. Financer et gouverner l'open source : sponsor employeur, communauté dès la première ligne, savoir dire non ; le modèle OpenTelemetry/CNCF répartit le pouvoir entre comité technique et comité de gouvernance (Damien Mathieu, transcript).
  3. Produire un SBOM n'est qu'un début : le brancher sur Dependency-Track dans la CI, prioriser avec l'EPSS et viser le XBOM avant que le Cyber Resilience Act ne l'impose (Piciorus, La Poste, transcript).
  4. Mesurer avant d'acheter de la RAM : heap dump, Java Flight Recorder, pg_stat_statements et chasse au N+1 ont fait gagner 2 heures sur des runs de 10 heures sans ajout de mémoire (Lucas et Béthus, transcript ; Onepoint).
  5. Un euro dépensé, c'est un repas non distribué : un cloud privé OpenStack sur Kubernetes, 100 % issu de dons et entièrement en infra as code, fait économiser aux Restos du Coeur l'équivalent d'environ 12 millions de repas selon le speaker (Briault, transcript).
  6. L'IA générative sans GPU est possible pour des cas simples, avec de petits modèles sur Raspberry Pi et un RAG écrit à la main, au prix d'un modèle qu'il faut canaliser (Charrière, transcript).
  7. La recherche n'est pas morte avec les LLM : vecteurs denses, recherche hybride et RRF remettent la barre de recherche au centre, mais il faut tester soi-même plutôt que croire les éditeurs (Pilato, transcript ; Onepoint).
  8. Migrer progressivement et commencer par la fin de la chaîne : leçon de Lyra Network en passant d'IBM DataStage à dbt et Snowflake (Xi Chen, transcript).
  9. La migration « automagique » ne marche jamais : pulumi convert aide à démarrer, pas à finir (Vincent et Morel, transcript) ; même constat pour Compose Bridge, qui vise une base à enrichir et pas du « prod ready » (Lours et De Loof, transcript).

Session par session

Jeudi 7 novembre

Keynote▶ vidéo + transcript

Mieux cultiver et mieux manger grâce au logiciel : la tech au service de l'agriculture

Bertrand Péchou — agriculteur dans le Lauragais, Mathieu Passenaud — please-open.it

  • Keynote en duo agriculteur / développeur, ouverte par un appel vidéo en direct avec un agriculteur en plein semis (guidage GPS, coupure de sections) ; une bineuse guidée par caméra était exposée devant l'Espace Agora.
  • Contexte posé sur scène : les actifs agricoles sont passés d'environ 40 % de la population à 3 %, les rendements du blé plafonnent depuis les années 2000 ; l'enjeu est de produire autant avec moins de chimie et de gasoil.
  • L'agriculture de précision par la donnée : analyses de sol (22 % d'argile à un endroit, 47 % à 200 mètres dans la même parcelle), images satellite, cartes de rendement, GPS centimétrique, cartes de modulation de dose qui pilotent semoirs et épandeurs.
  • Vision par caméra (réglage de moissonneuse, tri, binage) et communication machine à machine entre moissonneuse et tracteur.
  • Revers cités : dépendance à l'écosystème d'un constructeur, vol de matériel, commerce de la donnée agricole.
  • Formule retenue : « des cultures qui sont comme des Formules 1, très performantes mais aussi très fragiles à piloter ». Aucun retour de participant trouvé.
Voir sur YouTube (nouvel onglet) ↗

Keynote

Au-delà du réel : créer une civilisation virtuelle avec les LLMs

Sébastien Blanc

Retours : Jérôme Trzcionka (blog Onepoint, dev.to)

  • Keynote IA (seule autre keynote du programme, sans replay publié) : un monde virtuel peuplé d'avatars qui dialoguent entre eux grâce à l'IA générative et aux LLM (Onepoint).
  • Forme saluée : une introduction « à tiroirs » et des digressions « enthousiasmantes », où l'on « ne s'ennuie pas une minute » durant les trois quarts d'heure (Onepoint).
  • Détails techniques « saupoudrés avec parcimonie » : un talk d'inspiration plus que de démonstration (Onepoint).
  • Les organisateurs notent dans leur bilan qu'il faudra lancer la keynote finale plus tôt l'année suivante.

Conférence▶ vidéo + transcript

Gemini, le Large Language Model de Google

Guillaume Laforge — Google Cloud

  • Faire du LLM en Java plutôt qu'en Python : Gemini via Vertex AI et LangChain4j, auquel le speaker a contribué.
  • Gamme et atouts mis en avant : tailles Nano à Ultra, multimodalité, fenêtre de 2 millions de tokens. Démo sur les 402 pages des dialogues d'Apollo 11, où le modèle se trompe de time code, « ce sont des machines statistiques ».
  • Gemma, le modèle ouvert, présenté pour la confidentialité et les petites machines (en local via Ollama, dans Testcontainers).
  • Tour des patterns en démo : streaming, mémoire de conversation, prompt templates, classification en few-shot, extraction vers un record Java, RAG sur le manuel d'une voiture fictive, function calling (« ce n'est pas le LLM qui appelle la fonction »), agent en chaîne de pensée.
  • Talk cité ensuite sur scène par Ludivine Dobigny comme point de départ pour envisager un RAG sur données contrôlées.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Comment nous avons transformé les Restos du Coeur en Cloud Provider

Julien Briault — Deezer & Restos du Coeur

  • Règle fondatrice : « 1 € dépensé, c'est un repas qui n'est pas distribué ». Point de départ : un PC sans sauvegarde dans l'antenne d'Eure-et-Loir, puis une petite baie, puis le régional et le national.
  • Tout en dons : plus de 3 tonnes de serveurs données par Deezer, câbles compris ; environ 80 machines hébergées à Chartres.
  • Cloud privé OpenStack sur Kubernetes, stockage Ceph, bases managées ; VMware écarté pour le prix des licences, Proxmox jugé « juste un hyperviseur ».
  • Pratiques d'entreprise : infra as code, CI/CD avec SAST/DAST, pas d'accès SSH direct (bastion Teleport), OS immuable, NetBox comme source de vérité ; un outil maison en Rust allume ou éteint les serveurs selon la charge et la température de la salle.
  • Services rendus : gestionnaire de mots de passe, supervision des chambres froides, hotspots Wi-Fi, affichage dynamique ; environ 12 millions de repas économisés selon le speaker (chiffres non vérifiés).
  • Réponse à la seule question du public : près de 4 ans de projet, dont 3 quasiment seul ; « au-delà de l'infrastructure, c'est surtout une équipe ».
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Anatomie d'une faille

Olivier Poncet

Retours : Jérôme Trzcionka (blog Onepoint, dev.to)

  • Autopsie de la backdoor xz-utils (CVE-2024-3094, révélée le 29 mars 2024) : une attaque qui visait le démon SSH de tous les serveurs exposés.
  • L'ingénierie sociale d'abord : un mainteneur unique, bénévole et épuisé, mis sous pression par plusieurs identités jusqu'à l'arrivée de « Jia Tan » comme co-mainteneur, qui désactive certains tests de fuzzing et pousse les distributions à intégrer les versions piégées.
  • Technique de dissimulation détaillée : charge cachée dans des fichiers de test, macro présente seulement dans le tarball, scripts en poupées russes, détournement de RSA_public_decrypt via IFUNC.
  • Découverte par chance : 300 à 500 ms de latence SSH anormale remarquées par Andres Freund lors de micro-benchmarks PostgreSQL.
  • Message du speaker : « N'attaquez jamais en frontal un projet, attaquez toujours sa chaîne d'approvisionnement » ; npm, pip, Docker Hub sont exposés de la même façon.
  • Retenu par Onepoint : « le véritable enjeu réside dans la méthode », une attaque étalée « sur plus de deux ans ».
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Open-source sans burn-out ? Le modèle CNCF

Damien Mathieu — Elastic

  • Point de départ : la fragilité des petits projets maintenus seuls (xz, left-pad, le dessin XKCD du petit projet qui soutient tout l'édifice).
  • Le modèle OpenTelemetry : un méta-projet découpé en SIG (langages, collecteur, conventions sémantiques), des spécifications communes et une « règle des trois » pour les faire évoluer.
  • Gouvernance à deux comités, technique et de gouvernance, élus, comparés au législatif et à l'exécutif ; quatre niveaux de contributeur.
  • Conseils aux mainteneurs : trouver un sponsor financier (souvent l'employeur), construire la communauté dès la première ligne, laisser les quick fixes aux nouveaux venus, « dire non plus souvent que oui ».
  • Conseils aux utilisateurs : sponsoriser (Open Source Pledge, 2 000 $ par développeur et par an) ou contribuer.
  • Sondage en salle : beaucoup de mainteneurs, mais deux fois moins qui trouvent cela gratifiant.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Sarah Connor ?

Philippe Charrière — Docker

  • Thèse : faire de l'IA générative sans GPU, avec de petits modèles locaux (Qwen 2.5 0.5B, moins de 400 Mo) sur un Raspberry Pi 5, Ollama et du Go, sans LangChain pour comprendre le fonctionnement.
  • Construction progressive d'un chatbot « Sarah Connor » : prompt système, personnalité, mémoire de conversation, puis base de connaissances Terminator.
  • Contexte complet trop lent sur le Pi (plus d'une minute), d'où un RAG écrit à la main (embeddings en JSON, distance cosinus) qui ramène la réponse à environ 6 secondes.
  • Limites assumées : les petits modèles dérapent et doivent être canalisés ; « un LLM va toujours vouloir vous répondre quelque chose ».
  • Le speaker évoque la confidentialité, la consommation et la dépendance aux grands modèles, et reconnaît sa propre dépendance à Claude. Code publié sur GitHub.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Il faut sauver le dernier giga de RAM

Damien Lucas — Onepoint, Ivan Béthus — Onepoint

Retours : Jérôme Trzcionka (blog Onepoint, dev.to ; collègue des speakers)

  • Talk joué en sketch sur trois semaines : une chaîne d'éditique (batchs Spring, Postgres) a consommé 96 Go de RAM, le client refuse d'en ajouter ; ni métriques, ni accès prod, ni logs.
  • Méthode : poser un -Xmx bas pour faire tomber les modules un par un, puis heap dump, Eclipse Memory Analyzer, Java Flight Recorder.
  • Trouvailles : 300 métadonnées parsées par courrier pour 12 utilisées ; un N+1 à 4 millions de requêtes (repéré avec pg_stat_statements), corrigé par projection et streaming (de plus de 8 Go à environ 230 Mo) ; enchaînements liste / stream inutiles.
  • Bilan réel : plus de 2 heures gagnées sur des runs d'environ 10 heures, sans plantage, mais gain mémoire non chiffrable faute de métriques ; l'observabilité est le chantier suivant.
  • Retour Onepoint : un duo qui renouvelle « l'exercice de la conférence en duo », une présentation « délicieuse et très digeste ».
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

CQRS / ES : nos heuristiques après plusieurs années de production

Aurélien Boudoux, Romain Berthon

  • Objectif annoncé : non pas convaincre d'adopter CQRS/ES, mais raconter les problèmes de production ; « il n'y a pas de solution miracle, chaque fois il y a des compromis ».
  • Event sourcing n'est pas event driven : les événements sont un détail d'implémentation de la persistance et ne doivent pas fuiter ; on publie des messages mappés, contrat stable.
  • Event store minimal (agrégat, séquence, payload), jamais ordonné par timestamp ; anecdote d'un namespace sérialisé dans des événements chiffrés qui casse tout au renommage.
  • Trois stratégies d'évolution des événements (versioning, migration, alias numériques), avec un désaccord assumé entre les deux speakers.
  • Heuristiques : les snapshots comme code smell d'un stream mal découpé, des projections réduites au mapping et reconstructibles, éviter l'eventual consistency visible par l'utilisateur.
  • Autre divergence : ES par défaut en contexte exploratoire (Boudoux) ou réservé aux métiers à cycle de vie défini (Berthon).
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

La recherche à l'ère de l'IA

David Pilato — Elastic

Retours : Jérôme Trzcionka (blog Onepoint, dev.to)

  • Limites de la recherche par mots-clés : la chaîne d'analyse fait perdre le sens d'une phrase.
  • Recherche vectorielle : un modèle transforme texte, image ou audio en vecteur ; « l'intelligence n'est pas dans Elasticsearch, elle est dans le modèle ». HNSW, quantisation (mémoire divisée par 4 ou 8) et conseils d'exploitation.
  • Recherche hybride : BM25, KNN et vecteurs épars fusionnés par RRF, qui ne dépend pas des scores bruts.
  • Démo audio (classement de morceaux par sons, pas un Shazam) puis RAG dans le Playground de Kibana, où le LLM répond à une question hors contexte au lieu de dire qu'il ne sait pas.
  • Conseil : « ne croyez pas les éditeurs logiciels comme nous, testez par vous-mêmes ».
  • Retenu par Onepoint (talk « passionnant ») : « la GenAI et les LLM n'ont pas tué les moteurs de recherche, mais au contraire recentré l'attention sur la barre de recherche ».
Voir sur YouTube (nouvel onglet) ↗

Lightning talk▶ vidéo + transcript

Transformation numérique dans les services publics : dématérialisation, IA et inclusion

Ludivine Dobigny — Yumans

  • Retour d'expérience (pas une étude, précise-t-elle) de designers auprès de quatre clients publics, dont la Région Guadeloupe et la mairie d'Albi.
  • Constat : 54 % des personnes déclarent des difficultés face aux démarches en ligne ; l'inclusion ne se réduit pas à un binaire inclus / exclu.
  • Test de l'IA générative en complément de la recherche utilisateur : « ChatGPT ne génère pas une vérité mais une statistique » ; stéréotypes (sur la Guadeloupe), biais des groupes dominants, hallucinations indétectables sans connaissance du terrain.
  • Exemples de terrain : démarches qui imposent un bateau, échanges en créole par vocaux WhatsApp.
  • Pistes : RAG sur données contrôlées (en écho au talk de Guillaume Laforge), design inclusif, utilisateur dans la boucle ; viser « une expérience utilisable par le plus grand nombre ». Quickie programmé pendant le déjeuner, salle plus pleine que prévu.
Voir sur YouTube (nouvel onglet) ↗

Lightning talk▶ vidéo + transcript

SBOM, le début de la transparence

Carmen Piciorus — La Poste (BSCC)

  • Contexte réglementaire : NIS 2 et le Cyber Resilience Act (entré en vigueur le 10 octobre 2024), qui impose transparence et correction des vulnérabilités.
  • Le SBOM liste composants, versions, licences et dépendances ; La Poste le génère à partir des images de conteneurs (Syft, cdxgen), au format CycloneDX, pour ne pas toucher au legacy.
  • Dependency-Track centralise les SBOM via la CI/CD, les croise avec les bases de vulnérabilités et mesure le retard de version ; le score EPSS sert à répondre au RSSI.
  • Conclusion : « le SBOM, c'est juste un premier niveau » ; viser le XBOM (API, secrets, Terraform, Dockerfile) et une sécurité proactive, pas « en mode pompier ».
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Orchestrez vos workflows métier avec Temporal.io

Gwendal Leclerc — OVHcloud

  • Temporal présenté : activités non déterministes avec retry, workflows déterministes rejoués depuis l'historique d'événements, workers à l'écoute de files.
  • Contexte OVHcloud : environ 5 millions de noms de domaine, 37 types de workflows, un ancien moteur en Perl, des pics de 320 000 exécutions le premier du mois.
  • Incidents racontés sans fard : doublons venus du microservice maison, services sous-dimensionnés, un million de tâches en 30 minutes après retrait des rate limits ; « rien n'était la faute de Temporal ».
  • Résultats : 97 % des renouvellements migrés, une implémentation au lieu de six, de 5 minutes à 2,5 secondes d'exécution moyenne.
  • Pièges : non-déterminisme retenté par défaut, timeouts obligatoires. La démo live a échoué, remplacée par une explication orale.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Sortir des ETL : Transition d'une solution Code Less à une approche Code Full

Xi Chen — Lyra Network

  • Existant : plus de 7 ans d'IBM DataStage, environ 1 690 traitements par jour dans le paiement ; jobs illisibles, fichiers binaires non comparables dans Git, pas de tests : « le contenu du job reste toujours opaque ».
  • Passage à l'ELT avec dbt et Snowflake : uniquement des SELECT en SQL et Jinja, lineage, tests et documentation générée ; architecture en médaillon, plus de 800 modèles.
  • Résultats cités : des traitements de 30 à 4 minutes, des utilisateurs métier qui lisent Snowflake au lieu de CSV, le time travel qui retrouve une modification manuelle en production.
  • Leçon : migration progressive en parallèle plutôt que Big Bang ; les étapes étaient plus couplées que prévu, « peut-être qu'on aurait dû commencer par la fin ».
  • Question du public sur les profils : l'équipe est contente de revenir à du code.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Passer de Terraform à Pulumi : Galère ou Épopée ?

Matthieu Vincent — Sopra Steria, Samuel Morel — Sopra Steria

  • Limites de Terraform rappelées : licence BSL (d'où le fork OpenTofu), peu de vrais tests, policies difficiles à imposer, peu de logique possible.
  • Pulumi : l'infrastructure dans un vrai langage, policy packs, tests unitaires et templates d'entreprise. Démo Azure où une policy bloque un TLS 1.1 dès le preview.
  • Migration : pulumi convert et Pulumi AI produisent du code peu fiable ; « la migration automagique, ça ne marche jamais ».
  • Verdict : excellent pour les profils dev, mais plateforme jeune, ruptures parfois en version mineure, SDK inégaux ; « un peu galère, un peu épopée ».
  • Sondage en salle : beaucoup d'utilisateurs de Terraform, très peu de Pulumi. Plusieurs démos ont planté en direct.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Compose to Kube, Same player shoot again

Guillaume Lours — Docker, Nicolas De Loof — CloudBees

  • Le besoin récurrent : traduire un compose.yaml en manifestes Kubernetes. Les speakers racontent leurs échecs précédents (Kompose, Compose on Kubernetes, intégrations ECS et ACI) : un choix d'implémentation figé ne colle jamais à la variété des clusters.
  • Compose Bridge : une commande qui produit des manifestes ou un chart Helm à partir de transformers, des images Docker contenant des templates Go, remplaçables et extensibles (Kustomize, attributs x-).
  • Démo dans Docker Desktop : namespace, deployments, secrets et network policies générés, puis un transformer personnalisé.
  • Positionnement assumé : « l'idée n'est pas de générer des manifestes prod ready », mais une base à enrichir. Question du public sur les profils Compose, pas encore gérés.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Du GPU dans mes conteneurs !

Rémi Verchère — Accenture

  • Scénario : la DSI refuse d'envoyer des données à OpenAI, il faut héberger ses modèles sur ses propres clusters Kubernetes.
  • Côté dev, un .to("cuda") suffit ; côté ops, le NVIDIA GPU Operator installe driver, toolkit, device plugin, découverte des capacités et métriques ; « une application en prod qui n'est pas monitorée n'est pas une application de prod ».
  • Partage des GPU : time slicing (simple, sans isolation mémoire), MPS (expérimental, problèmes avec PyTorch), MIG (découpage matériel sur A100 / H100), démontré sur une H100 chez OVHcloud.
  • Retour terrain sur l'autoscaling chez un client sur cloud français : temps de démarrage et ruptures de stock de machines GPU.
  • Sondage : environ deux tiers d'ops dans la salle.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Façonnez Votre Cloud avec Karpenter : Les Secrets du Maître Charpentier du Numérique

Nour Mestiri — AWS, Olivier Leplus

  • Problème : des nœuds surdimensionnés et des coûts Kubernetes qui montent (enquête FinOps CNCF citée).
  • Karpenter, autoscaler open source créé par AWS et passé à la CNCF, joue sur trois leviers : consolidation, architecture ARM (Graviton) et instances spot.
  • Démo chiffrée : un cluster passe d'environ 1 638 à 530 dollars par mois ; une interruption spot simulée montre le déplacement des pods.
  • Détail de l'algorithme (batching, bin packing trié par prix, repli si l'instance manque) et des NodePools.
  • Conseil retenu : « ne faites pas tourner Karpenter sur un nœud géré par Karpenter, il peut le tuer ».
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

La prod est en flammes ? Pas de stress, j'ai strace (et ses copains)

Yann Gloriau — Sopra Steria

  • Posture avant les outils : se documenter, aider les équipes qui ont « le nez dans le guidon » plutôt que les accabler, rester calme.
  • /proc comme source de vérité : retrouver ligne de commande, environnement, fichiers ouverts, connexions ; un ps refait en quelques lignes de bash.
  • Le load mesure une file d'attente, pas un débit (métaphore de la caisse de supermarché).
  • ltrace jugé pénible, strace préféré : suivre un socket jusqu'à /proc/<pid>/net/tcp et lire en hexadécimal qu'une appli Spring Boot parle à PostgreSQL, y compris dans un conteneur.
  • Avertissement : « j'ai pété plusieurs prods » ; un process tracé peut rester bloqué si la console meurt, il faut s'entraîner avant.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

Quarkus: Greener, Faster, Better, Stronger

Jérôme Tama — Onepoint

  • Thèse : « ce que Spring fait au runtime, Quarkus le fait à la compilation », d'où moins de mémoire et un démarrage plus rapide.
  • Les extensions au cœur de la promesse (plus de 700) : le speaker, mainteneur de l'extension MinIO, en construit une pas à pas (build steps, index de classes, recorder, dev services via Testcontainers, Dev UI).
  • Le « better » est l'expérience développeur ; il admet ne pas avoir démontré le « stronger ».
  • Peu d'utilisateurs de Quarkus en production dans la salle. Démo des dev services tombée (Podman, réseau) et corrigée avec l'aide d'un spectateur.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo + transcript

TestContainers: la révolution pour vos tests unitaires

Guillaume Saint-Etienne — ITER Organization

  • Retour sur la pyramide des tests et l'absence de définition unique du test unitaire ; tests solitaires ou sociables, architecture hexagonale (peu de mains levées dans la salle).
  • Les mocks sont fragiles, les fakes trop optimistes : Testcontainers comble l'entre-deux, que le speaker appelle « l'unitégration ».
  • Démo Kotlin : les mêmes tests passent sur un fake en mémoire et échouent sur un vrai Postgres (entier trop large pour la table).
  • Coût mesuré : environ 1,5 seconde par test avec conteneur ; conseil de lancer ces tests en nightly. Testcontainers n'est « pas la balle magique ».
  • Formule : « Tester, c'est douter, et douter, c'est bien ».
Voir sur YouTube (nouvel onglet) ↗

Lightning talk▶ vidéo + transcript

Comment j'ai trouvé le sens de la vie grâce à WebAssembly

Théo Gianella — Zenika

  • Récit de reconversion d'un ancien professeur de littérature, à travers le jeu de la vie de Conway.
  • Version JavaScript naïve qui ralentit sur de grands plateaux ; le profilage montre d'abord le calcul, puis le rendu comme goulot.
  • Réécriture du calcul en Rust compilé en WebAssembly : environ deux fois plus rapide, sans miracle, le rendu canvas devenant la limite.
  • Leçon implicite : il avait d'abord « blâmé le langage » plutôt que l'algorithme. Applaudissements à la démo Wasm.
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo

Après l'ordi 8 bit voici la carte VGA sur breadboard

Olivier Huber — Aiven

Retours : Jérôme Trzcionka (blog Onepoint, dev.to)

  • Construction d'une carte VGA fonctionnelle sur breadboard à partir de composants simples, avec démonstration en direct, dans la lignée de son ordinateur 8 bits (programme).
  • Retenu par Onepoint : un « incroyable talent pour captiver et amuser son audience », une technologie rendue « accessible même aux néophytes », rigueur et humour mêlés.
  • Une carte son serait en préparation (Onepoint).
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo

Fermé pour inventaire : histoire et mécanique des « closures »

Frédéric Cabestre — EasyMile

Retours : Jérôme Trzcionka (blog Onepoint, dev.to)

  • Histoire des fonctions anonymes de LISP (1958) à Scheme, Clojure et Java 8 (programme).
  • Retenu par Onepoint : la différence entre lambdas et closures, et ses conséquences sur la compilation et la gestion mémoire ; un « voyage à travers l'histoire de la programmation fonctionnelle ».
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo

De l'analyse de données oui, mais en Kotlin !

Florian Bernard — OpenAirlines

Retours : Jérôme Trzcionka (blog Onepoint, dev.to)

  • Alternative à Python pour l'analyse de données sur un simple laptop : DuckDB, Kotlin DataFrame et Kotlin Notebook (programme).
  • Retenu par Onepoint : import dans DuckDB, manipulation en Kotlin et même un LLM léger (Gemma 2) pour l'analyse ; une démarche « simple, reproductible, efficace ».
Voir sur YouTube (nouvel onglet) ↗

Lightning talk▶ vidéo

Anatomie d'un test, ou l'utilité d'un test front

Laurie Ghione — Air France

Retours : Jérôme Trzcionka (blog Onepoint, dev.to)

  • Quickie en live coding sur les tests d'une application Angular (configuration, coverage, debug), jusqu'à la question du passage à l'e2e (programme).
  • Retenu par Onepoint : le talk démontre que les tests front ne sont pas si complexes ; « la simplicité de mise en place et l'effet positif sur le développement permettent de prendre au sérieux les tests front-end ».
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo

Créer sa propre Malware Sandbox

Alexandre Daubois — Les-Tilleuls.coop

Retours : Jérôme Trzcionka (blog Onepoint, dev.to)

  • Question posée par le programme : qui vérifie vraiment les fichiers reçus par son application web, au-delà du type MIME (code malicieux, injections, tarbombs) ?
  • Retenu par Onepoint : des vérifications de surface simples (nom de fichier, contenu des archives, exclusion des exécutables), un aperçu « de ce que font les antivirus ».
Voir sur YouTube (nouvel onglet) ↗

Conférence▶ vidéo

Du CSS aux shaders WebGL : panorama des techniques d'animation

Julien Sulpis — Zenika

Retours : Jérôme Trzcionka (blog Onepoint, dev.to)

  • Boîte à outils de l'animation web, des APIs natives (CSS, Web Animation API) au Canvas, aux librairies spécialisées puis à WebGL et aux shaders GLSL (programme).
  • Retenu par Onepoint : une conférence « dense et très enrichissante », « très bien pensée », avec des exemples concrets et parfaitement expliqués.
Voir sur YouTube (nouvel onglet) ↗

Sessions sans retour trouvé (20)

  • 10 tests simples pour améliorer l'accessibilité de votre site (François-Xavier Lair, Onepoint)
  • Injection de dépendances multiplateforme en Kotlin avec Koin (Arnaud Giuliani, ekito)
  • Automatisons avec le Low Code et le No Code de Google Workspace (Dararath Beauvoir, Palooma)
  • Compose Multiplatform : la prochaine référence du développement mobile, quickie (Julien Bajon, Pictarine)
  • Cracking the Quantum Code (Laurent Grangeau, Google)
  • Développer des macros en Rust (Logan Mauzaize, MonkeyPatch)
  • /e/OS, mon smartphone Android sans Google, quickie (Benoît Masson, OVHcloud)
  • Gateway API, 10 ans de maturation pour une nouvelle API Kubernetes (Kevin Davin, Gradle)
  • Histoire de l'Art Génératif, quickie (Manon Retournat, Sopra Steria)
  • Introduction à la Géodata : les tuiles vectorielles, quickie (Jules Cléro, Smappen)
  • Live coding : un outil de mesure de perf pour Android (Alexandre Moureaux, BAM)
  • Live-coding Web Scraping avec Scrapoxy (Fabien Vauchelles)
  • Mais en fait, WebRTC c'est le feu ? (Renaud Mathieu, Advisely)
  • OpenAPI (dev tools) (Damien Guerin, Lyra Network)
  • Plongez dans l'Univers XR (Axel Simon, Jérôme James, Sopra Steria)
  • Rambo Python (Jonathan Gaffiot, Julien Lenormand, Kaizen Solutions)
  • SOPS, passez un savon à vos secrets en clair, quickie (Sylvain Métayer, Onepoint)
  • TinyGo, petit mais costaud (Aurélie Vache, Thierry Chantier)
  • Un backup c'est bien, un réplica c'est mieux : la réplication PostgreSQL, quickie (Dan Faudemer, Smappen)
  • What's new in Traefik v3? (Nicolas Mengin, Traefik Labs)

Sources