Notre stack technique

Nos technologies

Les technologies avancées permettent à nos développeurs et à nos data scientists d'améliorer leurs propres compétences et de développer notre outil de la manière la plus efficace possible.

• Back-end

  • 
  • 
  • 
  • 
  • 
  • 
  • 

  • SAAS product est une application Ruby on Rails qui sert une application monopage React.
  • Les extracteurs et robots d'indexation reçoivent leurs tâches de queues SQS et stockent les données dans un mélange de bases de données MySQL, Redshift, MongoDB, PgSQL et Elasticsearch. Ils utilisent le langage de programmation Ruby (sans Rails).
  • Les API JSON REST sont aussi bâties en Ruby, avec le framework léger Sinatra.
  • Déploiement du code : Concourse en tant que pipeline CI/CD, pour bâtir des images Docker déployées sur un cluster Kubernetes hébergé sur AWS.
  • Nous surveillons tout avec Prometheus et Grafana pour visualiser les séries temporelles et les indicateurs de façon efficace.

• Data science

  • 
  • 
  • 
  • 

  • La plupart de nos modèles d'apprentissage automatique sont bâtis avec Fastai/Pytorch ou Scikit-Learn.
  • Prophet nous permet de mieux comprendre nos séries temporelles.
  • L'exploration et l'analyse des données sont effectuées avec Pandas et Numpy.
  • La plupart des données qui alimentent nos algorithmes sont stockées dans des bases de données MySQL ou MongoDB.
  • Nous intégrons nos algorithmes dans des API JSON REST bâties avec Flask.
  • Nous effectuons nos déploiements via des images Docker sur un cluster Kubernetes hébergé par AWS.

• Front-end

  • 
  • 

  • Application monopage basée sur React/Redux/Redux-sagas, écrite en TypeScript avec l'outillage standard (Webpack, Babel, ES6, ESLint et Prettier).
  • Le versant front-end consomme une API REST basée sur Ruby on Rails.
  • Pipeline CI/CD robuste avec Concourse et images Docker.
  • Système de design interne qui fournit les éléments IU et les directives à suivre dans l'ensemble de l'outil.