Aller au contenu
English

Préparer le dépôt du projet intégrateur

  • Leçon 1
  • 60 min
  • Module 1 : Choisir et délimiter le projet

Où nous en sommes

Dans les cours précédents, vous avez construit chaque élément séparément : un assistant RAG, la connexion et les locataires, une évaluation, un conteneur et un pipeline de mise en production. Dans ce cours, vous les réunissez dans un seul produit, d'un problème précis jusqu'à une démo. Mais beaucoup d'outils qui travaillent ensemble échouent de façon déroutante. Dans cette leçon, nous prouvons que votre ordinateur est prêt avant la première ligne de code, comme des amis qui se préparent la veille d'une longue randonnée.

Ce que vous saurez faire

Installez le projet de départ sur votre ordinateur, vérifiez que l’ordinateur est prêt et choisissez votre cheminement. Une première exécution réussie vous évite des « bogues » au module 3 qui viennent plutôt d’un outil fermé ou absent.

Avant de commencerCe qu’il faut savoir et avoir sous la mainEnviron 60 minutes

Ce que vous devez savoir

Ce cours réunit les apprentissages des cours précédents. Vous n’avez pas besoin de retenir chaque détail. Chaque leçon renvoie à la leçon précédente précise pour chaque élément qu’elle utilise.

Ce qu’il vous faut sur votre ordinateur

  • Python 3.12 ou une version plus récente, Git, Docker Desktop (ou Docker Engine sous Linux), VS Code et un terminal.
  • Environ 50 Mo d’espace disque libre pour cette leçon. Dès le module 3, le projet nécessite environ 5 Go : les modèles de recherche, les paquets et l’image de la base de données.
  • Aucun compte, aucune clé et aucune dépense.

Testé avec Python 3.12 sous macOS (Apple silicon), avec Docker Desktop. Les commandes Windows (PowerShell) et Linux sont fournies, mais n’ont pas été testées.

Imaginez un groupe d’amis qui planifie une randonnée de cinq jours en montagne. La veille au soir, ils font trois choses.

D’abord, ils vérifient l’équipement : bottes, carte, eau et lampe de poche avec des piles qui fonctionnent. Ils vérifient à la maison, car une lampe déchargée est facile à réparer chez soi. En montagne, la nuit, c’est un vrai problème.

Ensuite, ils choisissent un itinéraire. La plupart suivent le sentier balisé du guide, avec ses étapes quotidiennes. Une amie connaît la région et veut tracer son propre itinéraire dans la vallée voisine. Elle garde les mêmes étapes quotidiennes et le même équipement. Seul le trajet change.

Enfin, ils ouvrent un carnet de bord, avec une page par jour et les mêmes titres sur chaque page. Chaque soir, ils remplissent la page du jour. À la fin, le carnet raconte toute l’histoire, sans que personne ait besoin de s’en souvenir.

Cette leçon fait les mêmes trois choses pour votre projet intégrateur.

Un projet intégrateur est le grand projet final d’un programme d’études. Il réunit les éléments appris dans un seul produit. Votre projet intégrateur comporte de nombreux éléments : Python, PostgreSQL dans Docker, les modèles de recherche du cours Préparer le dossier de conception, un fournisseur de connexion, des tests et une page. Le module 3 est le premier où ils fonctionnent tous ensemble.

Imaginez maintenant que vous sautez les vérifications et commencez à coder. Au module 3, vous démarrez la base de données. La commande s’arrête avec une erreur concernant le démon Docker. Votre code est-il incorrect? Le fichier de la base de données est-il incorrect? Ou Docker Desktop est-il simplement fermé? L’erreur apparaît des semaines après sa cause, au milieu de nouveau code. Vous perdez un après-midi à cause d’une application fermée.

Il y a un deuxième problème. Un projet intégrateur prend des semaines et exige de nombreuses décisions : qui est l’utilisateur, que signifie « assez bon »? Quelles questions gardez-vous pour le test final? Les décisions gardées en tête changent sans que personne le remarque. À la fin, un réviseur demande « pourquoi 75 %? », et personne ne s’en souvient.

L’idée : une première exécution réussie et un dossier de conception

Section intitulée « L’idée : une première exécution réussie et un dossier de conception »

La première idée est une première exécution au résultat vérifié : une commande dont vous connaissez le résultat attendu, exécutée avant toute modification. « Au résultat vérifié » signifie que vous savez exactement à quoi ressemble une bonne sortie. Si votre sortie correspond, chaque problème ultérieur vient de votre travail, pas de votre ordinateur. C’est la vérification de l’équipement des randonneurs, faite à la maison.

Le projet de départ fournit cette commande. python -m scripts.check_setup vérifie six éléments et affiche une ligne pour chacun : OK (réussi), ou TODO (à faire) avec la marche à suivre. Elle ne change rien sur votre ordinateur.

La deuxième idée est le dossier de conception : un dossier de documents, un par décision, écrits au moment de décider. Le cours de conception de systèmes le présente dans Préparer le dossier de conception. Ici, le projet de départ fournit neuf modèles de documents : des fichiers avec des titres déjà écrits et de courtes indications entre chevrons. Chaque leçon vous indique quel modèle copier et remplir. C’est le carnet de bord des randonneurs, avec une page par étape.

Voici la sortie de la vérification de configuration sur l’ordinateur de l’équipe du cours :

OK Python 3.12 or newer 3.12.13
OK Git git version 2.54.0 (Apple Git-157)
OK Docker is running Docker Engine 29.6.1
OK Docker Compose 5.2.0
OK 5 GB of free disk 33 GB free
OK Design-pack templates 9 templates in docs/templates/
Ready for the capstone.

Chaque ligne contient le résultat, le nom de la vérification et ce qu’elle a trouvé. Voici pourquoi chaque vérification existe :

Vérification Pourquoi le projet intégrateur en a besoin Première utilisation
Python 3.12 ou une version plus récente Le code du projet et ses paquets aux versions fixées en ont besoin. Cette leçon
Git Vos commits (enregistrements de modifications) servent de preuves. L’un d’eux prouvera que vous avez figé vos questions de test avant tout ajustement. Cette leçon
Docker fonctionne PostgreSQL avec pgvector fonctionne dans un conteneur. Module 2
Docker Compose Un fichier démarre la base de données, puis plus tard toute la démonstration. Module 2
5 Go d’espace disque libre Les deux modèles de recherche (environ 1 Go), les paquets Python et l’image de la base de données. Module 3
Modèles du dossier de conception Chaque leçon en remplit un. La prochaine leçon

Regardez les troisième et quatrième lignes. « Docker est installé » et « Docker fonctionne » sont deux faits différents. La vérification demande sa version au serveur Docker. Elle échoue donc quand Docker Desktop est fermé, même si Docker est installé. C’est exactement l’erreur qui vous ferait perdre un après-midi au module 3.

Chaque leçon de ce cours comporte deux parties.

La première partie est l’exemple de projet intégrateur. Sam, un nouvel agent de soutien chez Larkfield qui apprend à créer des produits d’IA, crée un produit complet pour son portfolio, une leçon à la fois. Le produit est un assistant de soutien documentaire pour deux magasins. Larkfield est le magasin de maison et jardin du cours RAG; Bramble Books est la librairie du cours sur l’authentification. Le personnel téléverse les documents de politiques de son magasin, pose des questions et reçoit de courtes réponses avec des citations. Sinon, il reçoit un message clair : « les documents ne répondent pas à cette question ». Un magasin ne voit jamais les documents de l’autre. Vous voyez les vrais fichiers, commandes et sorties de Sam, erreurs comprises.

Sam ne travaille pas seul. Grace, responsable du soutien chez Larkfield, est l’utilisatrice et rédige les critères d’acceptation avec Sam. Amira, développeuse, révise le code. Priya, scientifique des données, révise l’évaluation. Kwame, architecte de solutions, révise la conception et le budget. Mei, ingénieure de données, révise l’ingestion et la suppression. Omar, gestionnaire de produit, demande la démo. Tomás, ingénieur en IA, a beaucoup d’idées, et Sam doit parfois dire non.

La deuxième partie est votre projet : la même étape pour votre propre produit, les preuves à conserver et une liste de vérification. Le schéma montre tout le parcours et les fichiers du dossier de conception que chaque module remplit.

Un parcours en trois groupes. Le projet de départ, avec 9 modèles et la vérification de configuration, mène à Décider et concevoir : le module 1, Choisir et délimiter le projet, remplit project-brief.md, acceptance-criteria.md et evidence-plan.md, puis fige les questions réservées; le module 2, Préparer les données et l'architecture, remplit data-card.md, architecture.md et threat-and-cost.md. Ensuite, Construire : module 3, Créer un parcours utilisateur complet, téléverser, poser une question, réponse avec citations; module 4, Ajouter la fiabilité et le contrôle d'accès, connexion, rôles, cas de défaillance. Enfin, Prouver et présenter : module 5, Évaluer et améliorer, evaluation-report.md; module 6, Déployer et exploiter, une démo que tout le monde peut exécuter; module 7, Préparer la présentation du portfolio, demo-script.md et portfolio-checklist.md.
Le parcours du projet intégrateur. Les deux premiers modules servent à décider et à concevoir, les deux suivants à construire, et les trois derniers à prouver et à présenter. Chaque module remplit ses fichiers du dossier de conception.
Description textuelle du diagramme

Le parcours commence avec le projet de départ : neuf modèles et la vérification de configuration. Le premier groupe, décider et concevoir, compte deux modules. Le module 1, Choisir et délimiter le projet, remplit la fiche de projet, les critères d’acceptation et le plan des preuves. Il fige aussi les questions réservées. Le module 2, Préparer les données et l’architecture, remplit la fiche de données, l’architecture et la revue des menaces et des coûts. Le deuxième groupe, construire, comprend le module 3, Créer un parcours utilisateur complet, et le module 4, Ajouter la fiabilité et le contrôle d’accès. Le troisième groupe, prouver et présenter, compte trois modules. Le module 5 remplit le rapport d’évaluation. Le module 6 crée une démonstration que tout le monde peut exécuter. Le module 7 remplit le scénario de démo et la liste de vérification du portfolio.

Regardez l’ordre : deux modules entiers de décisions avant la première ligne de code du produit. C’est volontaire, et les trois prochaines leçons montrent pourquoi.

Vous créez votre propre produit dans ce cours. Vous pouvez le faire de deux façons, appelées cheminements.

  • Le cheminement standard. Vous créez le même type de produit que Sam : un assistant documentaire pour deux magasins. Vous utilisez l’ensemble de données synthétiques fourni et les questions fournies. Ces documents sont écrits pour le cours, pas par une vraie entreprise. Votre code, vos décisions et vos preuves vous appartiennent, mais le domaine est fourni. C’est un bon choix pour un premier projet de portfolio. Vous pouvez comparer chaque étape avec celle de Sam.
  • Le cheminement personnel. Vous suivez les mêmes étapes dans votre propre domaine restreint, par exemple les procédures d’un groupe bénévole. Vous utilisez vos propres documents, mais seulement ceux que vous avez le droit d’utiliser. Ils sont publics avec une licence ouverte, autorisés par écrit par leur propriétaire, ou synthétiques et écrits par vous. Vous rédigez vos propres questions de test dans le même format.
Un diagramme de flux. Le projet de départ, instantané start, mène à un choix : quel cheminement? Standard mène au cheminement standard : l'ensemble de données fourni pour deux magasins et la banque fournie de 103 questions. Idée personnelle mène au cheminement personnel : votre domaine restreint, vos documents autorisés ou synthétiques, vos questions. Les deux mènent à une seule case : identiques pour les deux cheminements, les leçons et leur ordre, les modèles et scripts, les vérifications et la grille. Cette case mène à votre projet de portfolio avec ses preuves.
Deux cheminements, une méthode. Seuls les documents et les questions diffèrent; les étapes, les scripts, les vérifications et la grille sont identiques.
Description textuelle du diagramme

Le flux commence au projet de départ et mène à un choix. Le cheminement standard utilise l’ensemble de données fourni pour deux magasins et la banque fournie de 103 questions. Le cheminement personnel utilise votre domaine restreint, vos documents autorisés ou synthétiques et vos questions. Les deux cheminements se rejoignent ensuite dans une seule case. Les leçons, les modèles, les scripts, les vérifications et la grille de notation sont identiques pour les deux. Les deux aboutissent à votre projet de portfolio avec ses preuves.

Comment choisir? Demandez-vous : « Ai-je un ensemble restreint de documents que je peux utiliser, et une vraie personne qui cherche des réponses dans ces documents? » Sinon, prenez le cheminement standard. Ce n’est pas un choix inférieur. Les réviseurs jugent un projet intégrateur selon ses preuves, son honnêteté et la clarté de vos explications, pas son domaine. Si vous avez les documents et la personne, le cheminement personnel donne un projet de portfolio plus personnel. Il demande plus de travail : vous rédigez vous-même la fiche de données et les questions de test.

Deux avertissements pour le cheminement personnel. D’abord, n’utilisez jamais de documents privés dans une démo publique : aucun document de travail sans autorisation écrite, aucune donnée personnelle, aucun courriel de client. Ensuite, gardez un domaine restreint. Vous le choisirez dans la prochaine leçon, avec un test pour vérifier qu’il est « assez restreint ».

Le projet de départ est un instantané : une copie du projet à un moment précis du cours. L’instantané start (départ) contient les modèles, la vérification de configuration et ses tests, sans code du produit. Si votre projet cesse de fonctionner plus tard, vous pouvez copier l’instantané du dernier module terminé et continuer.

  1. Ouvrez un terminal et allez dans votre dossier de projets, par exemple ~/projects. Si vous avez Git, clonez le dépôt des exercices une fois. Si vous l’avez déjà cloné, lancez plutôt git -C nextia-learning-labs pull.

    Fenêtre de terminal
    cd ~/projects
    git clone https://github.com/Nextia-Intelligence/nextia-learning-labs.git

    Sans Git, téléchargez le fichier ZIP du dépôt et décompressez-le dans ~/projects. Son dossier s’appelle alors nextia-learning-labs-main. Utilisez ce nom dans les prochaines étapes.

  2. Copiez l’instantané start dans un nouveau dossier, doc-assistant, puis allez dans ce dossier. Dans le cheminement personnel, vous pouvez donner un autre nom au dossier.

    Fenêtre de terminal
    cp -R nextia-learning-labs/C27/snapshots/start doc-assistant
    cd doc-assistant
  3. Faites de ce dossier un dépôt Git indépendant. Votre projet intégrateur doit avoir son propre historique, distinct de celui du dépôt des exercices.

    Fenêtre de terminal
    git init
    Initialized empty Git repository in /Users/you/projects/doc-assistant/.git/

    Le chemin vous appartient. Si Git ne connaît pas encore votre nom, suivez Configurer Git, étape 2.

  4. Ouvrez le dossier doc-assistant dans VS Code. Toutes les commandes de ce cours s’exécutent dans ce dossier.

  5. Créez l’environnement virtuel, activez-le et installez les deux outils du module 1 : pytest et ruff.

    Fenêtre de terminal
    python3 -m venv .venv
    source .venv/bin/activate
    python -m pip install -r requirements.txt

    La dernière ligne de la sortie est :

    Successfully installed iniconfig-2.3.1 packaging-26.3 pluggy-1.6.0 pygments-2.21.0 pytest-9.1.1 ruff-0.17.0

    Si pip affiche aussi un avis sur une version plus récente de pip, vous pouvez l’ignorer. L’invite commence maintenant par (.venv). Les autres paquets viendront plus tard, aux modules 2 et 3.

  6. Démarrez Docker Desktop s’il ne fonctionne pas déjà. Lancez ensuite la vérification de configuration :

    Fenêtre de terminal
    python -m scripts.check_setup
    OK Python 3.12 or newer 3.12.13
    OK Git git version 2.54.0 (Apple Git-157)
    OK Docker is running Docker Engine 29.6.1
    OK Docker Compose 5.2.0
    OK 5 GB of free disk 33 GB free
    OK Design-pack templates 9 templates in docs/templates/
    Ready for the capstone.

    Vos versions et votre espace disque libre seront différents. Ce qui compte, ce sont les six lignes OK et la dernière ligne. Si une ligne indique TODO, suivez ses indications et relancez la vérification.

  7. Lancez les tests :

    Fenêtre de terminal
    python -m pytest
    .......... [100%]
    10 passed in 0.10s

    Un test lance la vérification de configuration; neuf vérifient que chaque modèle contient les titres requis. Votre durée peut être différente.

  8. Enregistrez le projet de départ dans votre premier commit :

    Fenêtre de terminal
    git add .
    git commit -m "Start the capstone from the starter"
    git log --oneline
    8f3a391 Start the capstone from the starter

    Votre commit a une autre empreinte. Le fichier .gitignore exclut .venv et les autres fichiers locaux du dépôt.

Vous avez maintenant une première exécution au résultat vérifié : six lignes OK, 10 tests réussis et un premier commit.

Le dossier de conception se trouve dans docs/. Le fichier docs/README.md liste les neuf modèles et la leçon qui remplit chacun :

Modèle Leçon qui le remplit Ce qu’il décide
project-brief.md Problème et public un utilisateur, une décision, les documents, les exclusions, le cheminement
acceptance-criteria.md Critères d’acceptation comportements testables, seuils de qualité, règles d’accès, budget
evidence-plan.md Planifier les preuves la preuve de chaque affirmation et les questions réservées
data-card.md Ensemble de données synthétiques la provenance des documents et leurs difficultés délibérées
architecture.md Architecture et contrats composants, API, base de données, états d’ingestion, métadonnées de recherche
threat-and-cost.md Revue des menaces et des coûts frontières de confiance, menaces, règles d’isolation, budget
evaluation-report.md Module 5 résultats, catégories d’erreurs, référence de base comparée au candidat
demo-script.md Module 7 le récit de cinq minutes, avec un cas de défaillance et un compromis
portfolio-checklist.md Module 7 chaque affirmation et sa preuve

Ouvrez docs/templates/project-brief.md dans VS Code. Chaque ligne entre chevrons est une indication, par exemple <one kind of person, for example "help-desk staff of a small shop"> (un type de personne, par exemple le personnel de soutien d’un petit magasin). Au début d’une leçon, copiez son modèle dans docs/, à côté de README.md. Remplacez ensuite chaque indication par votre décision. Trois fichiers vont ailleurs : l’architecture et la revue des menaces et des coûts vont dans docs/design-pack/. La fiche de données devient data/dataset.md. Chaque leçon donne la commande exacte. Ne modifiez jamais les fichiers dans templates/ : ils restent des pages vierges.

Pourquoi des modèles plutôt qu’une page vierge? Parce que les titres correspondent aux questions des réviseurs. Une fiche sans titre « Non-goals » (exclusions) tend à ne contenir aucune exclusion. Les tests vérifient que chaque modèle conserve ses titres. Ainsi, un modèle ne peut pas perdre une question par accident.

Erreur courante

Docker est installé, mais ne fonctionne pas

Symptôme : la vérification de la configuration affiche une ligne TODO (à faire), mais pas « Ready » (prêt) :

OK Python 3.12 or newer 3.12.13
OK Git git version 2.54.0 (Apple Git-157)
TODO Docker is running start Docker Desktop (or the Docker service), then run this again
OK Docker Compose 5.2.0
OK 5 GB of free disk 33 GB free
OK Design-pack templates 9 templates in docs/templates/
1 thing(s) to do before you start.

La commande se termine aussi avec le code de sortie 1 plutôt que 0. Un script peut donc détecter l’échec.

Cause : la commande docker existe, mais le serveur de Docker ne répond pas. Docker Desktop est fermé ou, sous Linux, le service Docker est arrêté. La ligne Docker Compose peut quand même afficher OK (correct), car elle demande seulement sa version à la commande docker.

Solution : démarrez Docker Desktop et attendez qu’il indique qu’il fonctionne. Sous Linux, exécutez sudo systemctl start docker. Ensuite, exécutez de nouveau python -m scripts.check_setup.

Erreur courante

Aucun module nommé scripts

Symptôme : la vérification s’arrête immédiatement, avec une ligne comme celle-ci (le chemin sera le vôtre) :

…/doc-assistant/.venv/bin/python: Error while finding module specification for 'scripts.check_setup' (ModuleNotFoundError: No module named 'scripts')

Cause : le terminal n’est pas dans le dossier du projet. python -m scripts.check_setup cherche le dossier scripts dans le dossier courant. Si l’erreur indique plutôt No module named pytest (aucun module nommé pytest), l’environnement virtuel n’est pas actif.

Solution : allez dans le dossier du projet avec cd ~/projects/doc-assistant. Activez de nouveau l’environnement : source .venv/bin/activate sous macOS et Linux, .venv\Scripts\Activate.ps1 sous Windows.

Erreur courante

Une ancienne version de Python

Symptôme : la première ligne indique TODO Python 3.12 or newer 3.9: install Python 3.12 or newer (à faire : installer Python 3.12 ou une version plus récente). Sur un Mac, python3 peut correspondre à l’ancien Python 3.9 des outils en ligne de commande d’Apple.

Solution : installez Python 3.12 ou une version plus récente, comme dans Installer et vérifier Python. Supprimez .venv et recréez-le avec le nouveau Python : python3.12 -m venv .venv sous macOS et Linux, py -3.12 -m venv .venv sous Windows.

Réinitialisation. Si votre projet ne fonctionne plus, renommez son dossier, copiez de nouveau l’instantané start et répétez les étapes. Le README des instantanés explique comment utiliser chaque instantané suivant.

À vous de jouer : faites échouer une vérification volontairement

Section intitulée « À vous de jouer : faites échouer une vérification volontairement »

Changez une condition : fermez Docker Desktop (sous Linux, arrêtez le service Docker). Avant d’exécuter quoi que ce soit, faites une prédiction : combien de lignes affichent OK, laquelle affiche TODO, et quelle est la dernière ligne? Ensuite, exécutez python -m scripts.check_setup, puis redémarrez Docker.

Afficher la réponse

Cinq lignes affichent OK et une affiche TODO : « Docker is running » (Docker fonctionne). La dernière ligne est 1 thing(s) to do before you start. (une chose à faire avant de commencer). La commande se termine avec le code de sortie 1. Sous macOS et Linux, echo $? affiche 1 juste après la commande; sous Windows, $LASTEXITCODE l’affiche.

La ligne Docker Compose reste à OK, car elle demande seulement sa version à la commande docker. Voilà pourquoi la vérification demande les deux : « installé » ne veut pas dire « en marche ». Quand vous redémarrez Docker, la vérification affiche six lignes OK et Ready for the capstone. (prêt pour le projet intégrateur).

La partie de cette leçon consacrée à votre produit est courte, mais importante : choisir votre voie et la noter.

  1. Exécutez la vérification de la configuration jusqu’à ce qu’elle affiche Ready for the capstone. Conservez la sortie, par exemple dans un fichier docs/setup-check.txt.
  2. Choisissez votre voie. Pour la voie avec votre propre idée, écrivez une phrase sur le domaine et la provenance de vos documents. Vous la mettrez à l’épreuve dans la prochaine leçon.
  3. Faites un commit (enregistrez les changements dans le dépôt).

Preuves à conserver : le premier commit, la sortie de la vérification de la configuration et la voie choisie.

Liste de vérification

  • python -m scripts.check_setup affiche six lignes OK et Ready for the capstone.
  • python -m pytest affiche 10 passed (10 tests réussis).
  • Le projet est un dépôt Git avec un premier commit.
  • Vous savez quelle voie vous choisissez, et pourquoi.
  • Pour la voie avec votre propre idée : chaque document prévu est public sous licence ouverte, autorisé par écrit ou synthétique.

Vérifiez votre compréhension

Qu'est-ce qu'une première exécution au résultat vérifié, et pourquoi la faire avant d'écrire le code du produit?

Afficher la réponse

Une première exécution au résultat vérifié utilise une commande dont le résultat attendu est connu, avant toute modification. Ici, c’est python -m scripts.check_setup, qui doit afficher six lignes OK et Ready for the capstone. Il y a aussi les tests, qui doivent afficher 10 passed. Si la sortie correspond, l’ordinateur est prêt. Tout échec ultérieur vient de votre travail, et non d’un outil manquant ou arrêté. Sans cette vérification, un Docker Desktop fermé se manifeste dans le module 3 comme une erreur du nouveau code. Sa cause est alors bien loin.

Vérifiez votre compréhension

Une amie choisit la voie avec sa propre idée. Elle veut utiliser le manuel interne du personnel de son employeur et présenter la démo dans son portfolio public. Que lui dites-vous, et quelles sont ses options?

Afficher la réponse

Elle ne peut pas utiliser le manuel sans l’autorisation écrite de son propriétaire. Même avec cette autorisation, une démo publique ne doit pas montrer de documents privés ni de données personnelles. Elle a quatre options :

  • Demander une autorisation écrite et garder la démo privée.
  • Utiliser des documents publics sous licence ouverte sur un sujet semblable.
  • Rédiger des documents synthétiques présentant les mêmes types de difficultés.
  • Choisir la voie standard. Le réviseur juge les preuves et l’honnêteté, pas le fait que les documents soient réels.

Vérifiez votre compréhension

Vérification pratique : montrez que votre projet de départ est prêt. Qu'affichent la vérification de la configuration, les tests et `git log --oneline`, et quelle voie avez-vous choisie?

Afficher la réponse

La vérification de la configuration affiche six lignes OK et Ready for the capstone. Les lignes correspondent à Python 3.12 ou une version plus récente, Git, Docker en marche, Docker Compose, 5 Go d’espace disque libre et 9 modèles de document dans docs/templates/. Les tests affichent 10 passed. git log --oneline montre un commit, par exemple « Start the capstone from the starter » (commencer le projet intégrateur à partir du projet de départ), avec votre propre identifiant de hachage. La voie est soit la voie standard, avec l’ensemble de données et les questions fournis, soit la voie avec votre propre idée. Cette dernière utilise vos propres documents autorisés ou synthétiques.

Études de cas de ce cours

À la fin du cours, vous appliquez ce que vous avez appris à un projet réaliste, des données jusqu’à la recommandation. Terminez-en au moins une pour obtenir le certificat; les autres sont facultatives.

Récapitulatif

  • Un projet intégrateur réunit plusieurs outils. Un outil manquant ou arrêté peut donc sembler être un bogue des semaines plus tard. Une première exécution au résultat vérifié élimine ce doute avant d’écrire du code.
  • python -m scripts.check_setup vérifie Python, Git, Docker en marche, Compose, l’espace disque libre et les modèles de document. La commande affiche six lignes OK et Ready for the capstone., sans rien modifier. Les tests affichent 10 passed.
  • L’ensemble de conception dans docs/ conserve chaque décision dans un fichier. Le projet de départ contient neuf modèles de document, et chaque leçon en remplit un.
  • Chaque leçon comporte deux parties : le projet intégrateur détaillé de Sam, un assistant documentaire pour Larkfield et Bramble Books, et votre projet.
  • Deux voies : la voie standard utilise l’ensemble de données et les questions fournis. La voie avec votre propre idée utilise vos propres documents autorisés ou synthétiques. Les étapes, les vérifications et la grille sont les mêmes.

Ensuite, vous décidez à qui s’adresse votre produit, quelle décision il aide à prendre et ce qu’il ne fera pas.

Leçon suivante : Problème et public