Tout le monde connaît la ponctualité légendaire de la SNCF. Malheureusement, c'est souvent un ressenti subjectif, et lorsqu'il s'agit de trouver des données chiffrées objectives, on se confronte à la subjectivité de la SNCF (c’est un peu comme le nombre de manifestants selon la police ou les syndicats).
Une base de
Kafka, un soupçon d’
Elasticsearch, un zeste de
Kubernetes, saupoudrer de
Jenkins-X, voilà notre recette pour concevoir un système de prédiction de retards de trains basé sur les observations des utilisateurs.
Venez déguster le résultat en notre compagnie !
Les slides sont visibles sur
slides.google.com Et le code utilisé est sur
Github
