Audit et conseil

  • audit de projet :

    analyse architecturale, évaluation de l'adéquation des compétences aux tâches, préconisations.

  • audit de code

    • problématique de la frontière entre algorithmique et éléments métier ;
    • prérequis d'industrialisation d'un prototype, dépendances logicielles ;
    • analyse de code dans les langages C/C++, Mathematica, Python, Java et Perl ;
    • analyse des licences d'exploitation.

  • audit de système

    • robustesse, réplication, administration ;
    • évaluation des contraintes de maintenance.

Accompagnement

  • Coaching :

    gestion d'objectifs ; outils de collaboration.

  • Ressources :

    recherche et évaluation de collaborateurs ; aide à la commercialisation.

Développements

  • Mathematica :

    Prototypage, intégration.

  • Python :

    Implémentation de modèles, bibliothèques de calcul, interfaces en client léger.

  • C/C++ :

    Liaisons avec des bibliothèques de calcul.

Formations

  • Mathematica, développement avancé :

    bonnes pratiques pour passer d'un prototype à un produit informatique robuste.

  • Python, dans le contexte de calcul :

    bases du langage, moteurs de calcul avec Numpy et Scipy.

  • Source control management :

    comparaisons entre architecture centralisée et architecture distribuée, caractéristiques de subversion et git ; éléments de choix raisonnés ; déploiement des systèmes de versionnement.

  • Gestion de documentation :

    les différents types de documentation ; outils pour la documentation de développement (Doxygen, Javadoc) ; outils pour la documentation utilisateur (Docbook) ; outils de publication ; versionnement des documentations.

  • Logiciels open source :

    GNU/Linux dans le contexte du calcul scientifique ; bibliothèques scientifiques en licences ouvertes.