Infologic a tissé depuis plusieurs années des liens forts avec l’INSA Lyon. Ces liens se renforcent encore aujourd’hui.
Présentation des travaux de recherche lors de l'International Conference on Software Engineering
Le 19 avril 2024, Youcef REMIL présentait nos derniers travaux de recherche lors de l’International Conference on Software Engineering (ICSE), évènement majeur dans la communauté de l’ingénierie logicielle.
Ce travail a été réalisé dans le cadre de sa thèse CIFRE avec le LIRIS à l’INSA Lyon, grâce au support de l’ANRT (Association Nationale de la Recherche et de la Technologie).
DeepLSH: Deep Locality-Sensitive Hash Learning for Fast and Efficient Near-Duplicate Crash Report Detection : il s’agit d’une méthode pour apprendre à calculer un hash code à partir d’un rapport d’erreur de Copilote, notre ERP.
Cela fournit une brique de plus pour nos travaux sur l’IA générative et les RAG afin d’augmenter l’efficacité de notre maintenance logicielle.
Jury projet SMART à L'INSA Lyon
Le vendredi 12 mai 2023, Infologic faisait partie du jury des projets SMART des étudiants 4IF de l’INSA Lyon.
Juste avant le début de leur période de stage, les étudiants 4IF terminent leur année académique par un projet de créativité et d’innovation. A l’issue de deux semaines de travail, les groupes d’étudiants présentent leur système de logiciel innovant à un jury de professionnels.
C’est donc tout naturellement qu’Infologic était présent à cet événement et à ces moments d’échanges !
Bravo aux étudiants pour leurs réalisations remarquables !
L'INSA Lyon et Infologic
L’INSA Lyon fait partie des écoles ciblées par Infologic afin d’intégrer des collaborateurs compétents à ses équipes. Cette année, nous sommes impliqués dans la formation de l’INSA Lyon de plusieurs manières. Mehdi KAYTOUE, Responsable R&D, Data et IA chez Infologic, a proposé (machine learning & data mining) aux étudiants du parcours Big Data Analytics en 5ème année du département informatique. Ce projet porte sur la prédiction d’un joueur de Starcraft 2 à partir de ses seules traces d’utilisation de clavier ! Mehdi, qui a encadré ce projet, a aussi dispensé un cours d’introduction de l’IA aux étudiants du parcours CIX en 5e année du département de Génie électrique.
Il faut aussi noter l’arrivée de Youcef REMIL dans les équipes d’Infologic en décembre 2020. Cette arrivée s’est faite dans le cadre d’une thèse CIFRE. Elle est opérée par l’INSA Lyon avec le laboratoire LIRIS UMR CNRS 5205, sous la direction du Pr Jean-François BOULICAUT et encadrée par Anes BENDIMERAD et Mehdi KAYTOUE sur des problématiques d’AIOps. Dans ce cadre, Simona MILADINOVA et Seydou DIA, tous deux étudiants du parcours CIX ont choisi de réaliser leur projet scientifique avec Infologic.
Classement des groupes d’étudiants. Les scores obtenus sont impressionnants pour de la classification multi-classes de cette nature !
AlOps et la maintenance préventive chez Infologic
Ce projet de master s’inscrit dans un cadre plus large sur lequel travaille Infologic. Il s’agit de l’exploitation de l’intelligence artificielle pour la maintenance préventive du parc des serveurs Copilote. Ce projet est mené par Anes BENDIMERAD chez Infologic. Une grande masse de données de supervision technique est collectée continuellement sur notre parc. Cela représente 300 millions de points de mesures par jour !
Ces mesures sont ensuite analysées automatiquement par des algorithmes, afin d’identifier des anomalies et de prédire des soucis techniques susceptibles d’arriver. Ce projet a pour finalité d’assurer une meilleure satisfaction des clients, d’augmenter au maximum la disponibilité des services de Copilote, d’améliorer l’expérience utilisateur et bien entendu, de réduire le temps de maintenance correctives et demandes de maintenance.
Prédire quand un disque sera plein ?
Anes BENDIMERAD a proposé aux étudiants de travailler sur la maintenance prédictive des espaces de stockage de données utilisés dans des environnements de production Copilote. Les étudiants ont analysé des données fines d’utilisation de 50 disques de production (une mesure toutes les 10 minutes pendant 3 mois !) qui décrivent le comportement de ces espaces de stockage. Cette analyse leur a permis par la suite de proposer des méthodes capables de prédire efficacement les consommations futures de ces espaces. Ces prédictions s’avèrent d’une utilité précieuse pour plusieurs problématiques. Par exemple, elles peuvent permettre d’identifier les espaces qui sont en risque de saturation dans le futur proche, et d’apporter des actions correctives au plus tôt possible. Le travail des étudiants était de très bonne qualité et nous a inspiré sur des pistes que nous voulions explorer ! Merci encore à Seydou & Simona. Nous leur souhaitons bonne route dans leur aventure vers une carrière d’analystes de données !
Classification des signaux selon leur tendance (bleu = sans, vert = positive, rouge = négative). / Auto-régression pour prédire les valeurs futures (rouge) à partir de données historiques (bleu).
Pour en savoir plus sur l’école d’ingénieur de l’Insa à Lyon : rendez-vous sur son site internet
