Présentation catalogue

Catalogue (1/2)

1. Modules d'autoformation sur sspcloud.fr/documentation;

• Notebooks pédagogiques, différents niveaux accessibles
• Environnements normalisés: pas de problèmes d'installation de packages
• Formation aux bonnes pratiques: modularité, contrôle de version, stockage séparé du code

2. Ressources Python (et Git ):

• Initiation à Python sur sspcloud.fr/documentation ;
• Perfectionnement avec le cours de 2A ENSAE "Python pour data scientists et économistes" 🔍

Présentation catalogue

Catalogue (2/2)

3. Ressources R (et Git ):

• Formations sur des points plus spécifiques. ex: Travail collaboratif avec R
• utilitR: environnement normalisés pour tester les exemples de la documentation
• Autres ressources R ou Python

Ressources : cours de l'ENSAE

https://linogaliana-teaching.netlify.app/ (dépôt )

Un parcours complet pour la data-science :

• Manipulation et structuration de données ;
• Visualisation ;
• Modélisation (économétrie et machine learning) ;
• Données textuelles (NLP) ;
• Git et Github .

Les notebooks sont ici

Ressources : cours de l'ENSAE

https://linogaliana-teaching.netlify.app/ (dépôt )

Introduire à la philosophie de la data-science :

• Reproductibilité et pérennité des projets
• Versioning et partage des codes
• Réduction des coûts de mise en prod
  
  

Mise à disposition tutoriels et exercices facilitée:

• Page en question: https://linogaliana-teaching.netlify.app/webscraping/
• Accès SSPCloud

Comment déployer sur le SSPCloud ?

Pourquoi ?

• Des notebooks sont disponibles sur Github
  (exemple)
• Objectifs:
  • permettre aux personnes intéressées de tester les exemples/exercices dans un environnment Jupyter
  • contrôler l'environnement d'exécution pour éviter les problèmes d'installation
    
• Solution: déploiement automatique sur le SSPCloud

Comment déployer sur le SSPCloud

Avantages

• Pour les formés:
  • Pas d'installation d'Anaconda, Jupyter, modules Python sur Windows, etc.
  • Très simple d'usage : un click et on a un notebook opérationnel

• Pour les formateurs:
  • Plus à gérer plusieurs configurations ou des spécificités propres à chaque OS ou poste de travail
  • Possibilité d'associer ça à l'intégration continue pour tester la reproductibilité

• Challenge:
  • Mise en place assez exigeante initialement...
  • ... mais gains de confort rapidement

Comment déployer sur le SSPCloud ?

Contrôler la portabilité de sa formation (1/2)

• L'idéal est que les formés aient un environnement prêt à l'emploi:

  • Un environnement de développement avec des modules adéquats (auto-complétion, Gitlens...)
  • Pas de dépendance à installer..
  • ... ou installation facile de celles-ci

• Pour les formés, possibilité de sauvegarder les codes avec Git (formation aux bonnes pratiques par l'usage)

Comment déployer sur le SSPCloud ?

Contrôler la portabilité de sa formation (2/2)

• Construire une image Docker qui contient les éléments minimaux pour pouvoir démarrer :

  • Exemple Python : un environnement Anaconda prêt à l'emploi ;
  • Exemple R : dépendances listées (ou préinstallées) dans un fichier Description

• Chaque commit sur Github permet de mettre à jour les notebooks disponibles dans le catalogue

Comment déployer sur le SSPCloud ?

Mettre à disposition sa formation

• Créer un script init.sh pour, quand l'image est active, automatiquement :

1. Clôner le dépôt / télécharger les fichiers d'intérêt
2. Définir les fichiers à ouvrir automatiquement

• Exemples :
  • Python avec le cours ENSAE
  • R avec utilitR

• Créer l'URL à partager qui combine tous ces éléments.
  • https://datalab.sspcloud.fr/launcher/inseefrlab-helm-charts-datascience/jupyter?onyxia.friendlyName=%C2%ABpython-datascience%C2%BB&init.personalInit=%C2%ABhttps%3A%2F%2Fraw.githubusercontent.com%2Flinogaliana%2Fpython-datascientist%2Fmaster%2Fsspcloud%2Finit-jupyter.sh%C2%BB&init.personalInitArgs=%C2%ABvisualisation%20maps%C2%BB&security.allowlist.enabled=false

Retour d'expérience de l'ENSAE

• Plus à galérer entre les étudiants utilisant les postes de l'ENSAE et ceux ayant leur propre ordinateur ;
• Installation des modules très pratique (merci Linux !) ;
• Beaucoup de ressources RAM et CPU sur SSPCloud (vs réseau ENSAE) ;
• Formation à Git par l'usage