MakeMake The Dwarf Planet is a feed agregator.

Debutante Python

by Manar from AFPy discuss

Bonjour. :waving_hand:t2:

Je suis une lycéenne et encore une débutante en programmation. :smiling_face_with_tear:

Cette année, dans le cadre d’un projet scolaire, nous sommes amenés à créer une application d’autogestion pour aider les personnes qui trouvent des difficultés à gérer leur temps et à s’autogérer..

Et en tant que débutante j’ai besoin de réponses à certaines questions sur les fonctionnalités à intégrer dans l’application ainsi que sur les techniques de programmation Python.

Merci de m’accorder un peu de votre temps ce sera vraiment gentil. Merciii. :folded_hands:

15 messages - 7 participant(e)s

Lire le sujet en entier

Lire la suite…

DevOps Confirmé / Bruxelles / CDD 2 ans / Ministère Économie et des Finances (A+)

by plp from AFPy discuss

Emploi ouvert aux contractuels (Catégorie A+), temps plein, télétravail (2j/semaine), déplacement mensuel à Paris. Les candidatures se font obligatoirement depuis le site passerelles.economie.gouv.fr.

Descriptif de l’employeur

Le service à compétence nationale (SCN) dénommé « Pôle d’Expertise de la Régulation Numérique » (PEReN), a pour mission d’apporter son expertise et son assistance techniques aux services de l’État et autorités administratives intervenant dans la régulation des plateformes numériques. Il est placé sous l’autorité des ministres chargés de l’économie, de la communication et du numérique et rattaché au Directeur Général des Entreprises (DGE) pour sa gestion administrative et financière.
Le PEReN, constitué actuellement de 30 personnes, réunit les expertises humaines et ressources technologiques principalement dans les domaines du traitement des données, de la data science et de l’analyse algorithmique. Il fournit son savoir-faire technique aux services de l’État et autorités administratives qui le sollicitent (par exemple, Autorité de la concurrence, ARCOM, CNIL, ARCEP, ou directions ministérielles telles que la DGE, la DGCCRF, la DGT ou la DGMIC) en vue d’accéder à une compréhension approfondie des écosystèmes d’information exploités par les grands acteurs du numérique.
Le PEReN est également un centre d’expertise mutualisé entre les différents services de l’État qui conduit une réflexion sur la régulation des plateformes numériques et les outils de cette régulation, dans une approche à la pointe des avancées scientifiques.
Il a également vocation à animer un réseau de recherche dédié à la régulation des grandes plateformes numériques, et peut être amené à réaliser à son initiative des travaux de recherche académique liés aux différentes thématiques.

Description du profil recherché

Vous disposez d’une expérience professionnelle d’au moins 3 ans en tant que DevOps. Vous savez par ailleurs mobiliser vos savoirs en autonomie :

  • Bonne connaissance des technologies de conteneurisation et d’orchestration (de type Kubernetes) ;
  • Des connaissances avancées en administration des systèmes sous Linux ;
  • Utilisation de Git ;
  • Maîtrise des processus de développements (revue de code, système de tickets, forge logicielle, CI/CD) ;
  • Expérience de travail avec au moins un fournisseur de Cloud ;
  • Connaissance de l’écosystème Python 3 (Python 3.13+, bibliothèques usuelles d’analyse de données, écriture de tests unitaires) et des bonnes pratiques de développement associées.

Compte tenu des interactions fréquentes avec le personnel de la Commission Européenne, une bonne maîtrise de l’anglais est indispensable.

  • Les expériences et connaissances suivantes seront considérées comme des atouts sans pour autant être strictement requises dans le contexte de cette fiche de poste :
  • Expérience dans un contexte fonction publique ou de projet européen ;
  • Expérience en évaluation de systèmes d’IA, notamment d’utilisation du framework Inspect. et/ou d’évaluation d’agents dans une sandbox.

Description du poste

Le Règlement sur l’Intelligence Artificielle (RIA) est une législation européenne, entrée en application le 1er août 2024, qui impose aux fournisseurs et déployeurs de modèles et systèmes d’IA, en particulier les fournisseurs de modèles d’IA à usage général (GPAI), des obligations, notamment en matière de transparence et de sécurité. Son article 92 autorise le Bureau de l’IA de la Commission Européenne à effectuer des évaluations des GPAI afin de s’assurer de leur conformité avec le RIA.

Dans ce cadre, le Bureau de l’IA va confier le développement d’une interface d’évaluation de modèles d’IA agentiques ainsi que le déploiement sur son infrastructure de cette interface à un organisme spécialisé. Le PEReN s’est positionné pour se voir confier la réalisation de ce projet, en s’associant à un partenaire institutionnel.

Intégré(e) au sein d’une équipe dédiée de six personnes ayant une expertise dans le domaine, vous mettez en œuvre et êtes responsable du développement d’un plugin Inspect et du déploiement et de la maintenance de la solution développée. Cette équipe est composée de deux développeur(euse)s, d’un(e) autre devOps, d’un(e) ingénieur(e) évaluation de l’IA et un(e) chef(fe) de projet. Vous échangerez également de manière régulière avec l’équipe d’administrateurs systèmes du PEReN en charge de la gestion de notre infrastructure, notamment le DevOps et le responsable des systèmes d’information (RSSI). Vous serez également intégré à l’équipe du PEReN qui dispose de compétences et ressources mobilisables sur ces sujets, et accompagné par un porteur de projet expérimenté.

Vous serez amené(e) à :

  • Mettre en place, en lien avec le deuxième DevOps, une infrastructure de test répliquant l’infrastructure de la Commission Européenne.
  • Déployer des évaluations à l’échelle sur les infrastructures Cloud de la Commission Européenne en utilisant le code développé au cours du projet, en appui avec le personnel de la Commission ;
  • En particulier, pour des benchmarks à déployer dans des environnements sandbox conteneurisés, à écrire des Dockerfile si besoin, à identifier des charts Helm pertinents et à écrire des fichiers values ;
  • Développer un plugin pour déployer des évaluations avec Inspect sur des environnements sandbox de type VM afin de traiter les évaluations à haut risque nécessitant une forte isolation ;
  • Archiver des jobs d’évaluation pour mise à disposition de la Commission Européenne ;

Davantage de détails sur le contexte du projet sont disponibles à l’adresse suivante.

1 message - 1 participant(e)

Lire le sujet en entier

Lire la suite…

Contributions à des logiciels libres par l'équipe Yaal Coop durant l'automne 2025

by Éloi Rivard <eloi@yaal.coop> from Yaal

Mécénat

  • Marco 'Lubber' Wienkoop pour son travail sur Fomantic-UI, un chouette framework CSS que nous utilisons dans canaille. Fomantic-UI est aussi utilisé par d'autres outils sur lesquels nous comptons, comme Forgejo.
  • Hsiaoming Yang pour son travail sur authlib, une bibliothèque python d'authentification que nous utilisons dans canaille.
  • Libretic organise une levée de fonds pour financer la campagne de DéMAILnagement initiée par le collectif des Chatons. L'objectif de cette campagne est de fournir des solutions de contournement des géants du web.

git-manpages-l10n

Traductions de la documentation de GIT

authlib

La bibliothèque Python ultime pour construire des clients et serveurs OAuth et OpenID Connect. Inclut JWS, JWE, JWK, JWA, JWT.

faker

Faker est un paquet Python qui génère des données fictives.

flask-wtf

Intégration simple de Flask et WTForms.

joserfc

Implémentations des RFC JOSE en Python

pydanclick

Ajoute des options click à partir d'un modèle Pydantic

pydantic-settings-export

Exportez facilement vos paramètres Pydantic vers de la documentation

scim2-client

Construisez des requêtes SCIM et analysez des réponses SCIM de manière pythonique

scim2-models

Sérialisation et validation de ressources SCIM avec Pydantic

scim2-tester

Vérificateur de conformité aux RFC SCIM pour serveurs

smtpdfix

Un serveur SMTP utilisable comme fixture pytest, implémentant le chiffrement et l'authentification.

sphinxcontrib-screenshot

Canaille

Logiciel léger de gestion d'identité et d'autorisation

Lire la suite…

Autumn 2025 FOSS contributions from by the Yaal Coop team

by Éloi Rivard <eloi@yaal.coop> from Yaal

Sponsoring

git-manpages-l10n

GIT Documentation Translations

authlib

The ultimate Python library in building OAuth, OpenID Connect clients and servers. JWS, JWE, JWK, JWA, JWT included.

faker

Faker is a Python package that generates fake data for you.

flask-wtf

Simple integration of Flask and WTForms, including CSRF, file upload and Recaptcha integration.

joserfc

Implementations of JOSE RFCs in Python

pydanclick

Add click options from a Pydantic model

pydantic-settings-export

Export your Pydantic settings to documentation with ease!

scim2-client

Pythonically build SCIM requests and parse SCIM responses

scim2-models

SCIM resources serialization and validation with Pydantic

scim2-tester

SCIM RFCs server compliance checker

smtpdfix

A SMTP server for use as a pytest fixture that implements encryption and authentication.

sphinxcontrib-screenshot

Canaille

Lightweight identity and authorization management software

Lire la suite…

Rapport de transparence de la PyConFR 2025

by ReiNula from AFPy discuss

PyCon France (PyConFR) est une conférence qui a lieu chaque année (sauf circonstances exceptionnelles) en France. Cette année, elle a eu lieu du 30 octobre au 2 novembre à Lyon, rassemblant des personnes de la communauté Python. Les participantes et participants à la conférence sont tenues de respecter ​le Code de Conduite de l’Association Francophone Python, l’association qui organise l’événement.

Le but de ce document est d’améliorer l’accueil et la sécurité des participantes et participants ainsi que de donner aux organisateurs et organisatrices des indicateurs sur le comportement de la communauté. En effet, pour pouvoir entendre, il faut pouvoir écouter. C’est maintenant devenu une pratique courante, pour les organisations ayant un Code de Conduite, de publier un rapport de transparence suite à la tenue d’une conférence. C’est le but de ce document.

Télécharger le rapport en PDF (FR/EN)

1 message - 1 participant(e)

Lire le sujet en entier

Lire la suite…

À propos de la catégorie DjangoCong

by debnet from AFPy discuss

(Remplacez ce paragraphe par une courte description de votre nouvelle catégorie. Cette information apparaîtra dans la zone de sélection de la catégorie, veillez donc à saisir moins de 200 caractères.)

Utilisez les paragraphes suivants pour une plus longue description ou pour établir des règles :

  • À quoi sert cette catégorie ? Pourquoi les utilisateurs choisiraient-ils cette catégorie pour leur discussion ?

  • En quoi est-elle différente des autres catégories existantes ?

  • Quels sont les sujets qui devraient figurer dans cette catégorie ?

  • Avons-nous besoin de cette catégorie ? Devrions-nous fusionner celle-ci avec une autre catégorie ?

1 message - 1 participant(e)

Lire le sujet en entier

Lire la suite…

Je lis du code généré

by Thomas from Linuxfr.org

Salut les moules

J'écris souvent ; rarement ici.

J'ai depuis quelques semaines le bonheur de suivre quelques devs débutants, ou aspirants devs. Je lis donc du code généré, ma joie est grande. Je profite de ce vendredi pour partager avec vous mes impressions. L'incubateur d'excellence qu'est DLFP aura, si je suis chanceux, d'autres retours d'expérience à partager.

C'est propre.

Plus propre que du code humain. Trop propre. Ce que tu gagnes en lisibilité, tu le perds en concision, en expressivité et en sens. Au fond, rien ne change. Le code décrit le comment, alors que ce qui m'intéresse reste le pourquoi.

Il n'y a évidemment pas de tests. Rien à voir avec la génération. De toute façon il faudra tout reprendre pour intégrer un vrai dispositif de tests, condition nécessaire pour que je fasse confiance au programme.

Le code généré se repère immédiatement: fonctions bien nommées, formatage impeccable, docstrings qui brillent, noms de variables trop précis, aucune variable a, b, x, tmp, out, typage strict des entrées et sorties etc. Un niveau de détail souvent trop fin, l'inverse d'un code en cours d'écriture.

Cette forme parfaite est trompeuse.

Tu crois que le code fait le travail. Peut-être au niveau micro, les fonctions sont surement correctes. Au niveau macro, macache. Alors comment être sûr que ce code fait ce qu'il annonce ? En découplant les fonctions et en le disséquant pièce par pièce.

C'est certes plus agréable à lire, mais tu perds un indicateur essentiel. La maturité disparaît. La forme est standardisée. Il n'y a plus de code smell, plus de style, plus de rugosité. Comment juger du fond uniquement à la lecture ?

Certains codes écrits n'importe comment se repèrent au premier coup d'œil. C'est une alerte. Pas de structure, fonctions fleuves de 100 lignes, pas de séparation fond/forme. Un brouillon intégral. Et les brouillons doivent être réécrits.

Le même code, rédigé proprement, structuré, soigné, fera tout aussi n'importe quoi donnera l'impression que c'est pensé. L'impression d'une intention, de la crasse propre.

De la crasse propre ?

Oui mais c'est trolldi, alors je vous en prie.

Avec le code généré, tu perds la possibilité de juger sur l'apparence. Plus de style, plus de subtilités, plus de petites variables piégées. Si tout est bien nommé, comment repérer ce qui compte vraiment ?

Avec ce code aseptisé, je vais peut-être perdre du temps.
Ou pas.

(publié ici aussi)

Télécharger ce contenu au format EPUB

Commentaires : voir le flux Atom ouvrir dans le navigateur

Lire la suite…