Quick reference for key concepts.

Un alerting actionnable est un systeme d'alertes qui signale uniquement des situations ayant un impact reel et accompagnables d'une action claire de remediation.

CALMS est un cadre DevOps compose de Culture, Automation, Lean, Measurement et Sharing pour aligner vitesse de livraison et fiabilite.

Un conflit de fusion Git survient lorsque deux branches modifient de maniere incompatible la meme zone d'un fichier et necessitent une resolution manuelle.

Continuous Delivery prepare automatiquement une version deployable avec validation finale, tandis que Continuous Deployment la met automatiquement en production si tous les controles passent.

La CI est une pratique ou chaque changement de code declenche automatiquement une chaine de build et de tests pour valider rapidement la version.

L'Edge Computing traite les donnees au plus pres des capteurs, alors que le Fog Computing ajoute des noeuds intermediaires entre edge et cloud pour coordonner et agreger les traitements.

Git Flow est une convention de branches Git qui structure le cycle de developpement avec des branches dediees a la stabilite, aux fonctionnalites, aux releases et aux correctifs urgents.

Un hyperviseur de type 1 s'execute directement sur le materiel, alors qu'un type 2 s'execute au-dessus d'un systeme d'exploitation hote.

L'Infrastructure as Code est la pratique qui decrit et gere l'infrastructure via des fichiers versionnes et executables plutot que par des actions manuelles.

Un Deployment manifest est un fichier YAML declaratif qui indique a Kubernetes l'etat voulu d'une application et la maniere de le maintenir.

Le MEC deplace le calcul et les services cloud a la peripherie du reseau mobile (notamment 5G) pour reduire la latence des applications mobiles.

Les modeles de deploiement cloud (public, prive, hybride, multicloud, communautaire) definissent comment les ressources sont hebergees, partagees et gouvernees.

Le monitoring mesure en continu l'etat et les performances d'un systeme, tandis que le logging enregistre des evenements detailles pour expliquer ce qui s'est passe.

Namespaces isolent la vue systeme des processus, cgroups limitent leurs ressources, et chroot confine leur acces au systeme de fichiers.

OVF est un format de distribution de machine virtuelle base sur plusieurs fichiers, alors que OVA est une archive unique qui regroupe ces elements.

Un quality gate est un ensemble de seuils automatiques qui autorise ou bloque une version selon des criteres de qualite, securite et conformite.

SAST analyse le code source sans executer l'application, alors que DAST teste une application en execution pour detecter des failles exploitables.

Une strategie de deploiement definit comment introduire une nouvelle version en production tout en maitrisant interruption, risque et rollback.

Les tests automatises en CI/CD sont des verifications executees automatiquement a chaque changement pour valider qualite, securite et stabilite avant livraison.

Mécanisme Python pour réduire la consommation mémoire en définissant une liste fixe d'attributs pour les instances de classe.

Systèmes Python déployés en production pour résoudre des problèmes concrets dans des contextes professionnels et commerciaux.

Domaine de l'informatique et des mathématiques utilisant des outils et algos comme NumPy pour résoudre des problèmes complexes.

Propriétés et traits distinctifs qui définissent la nature et l'utilité d'un langage de programmation.

Séquences immuables de caractères (texte) utilisées pour représenter et manipuler du texte en Python.

Plans ou blueprints définissant la structure et le comportement d'objets, contenant des attributs et des méthodes.

Module Python fournissant des types de conteneurs spécialisés au-delà des types de base (list, dict, set, tuple).

Méthode spéciale __init__() appelée automatiquement lors de la création d'une instance pour initialiser les attributs.

Technique de reconnaissance et d'extraction de patterns spécifiques dans du texte ou des données utilisant les regex.

Collections non ordonnées de paires clé-valeur, créées avec {} où les clés sont uniques et les valeurs mutables.

Principe POO de grouper données (attributs) et comportements (méthodes) dans une classe et de contrôler l'accès.

Collections non ordonnées et muables d'éléments uniques, créées avec des accolades {1, 2, 3} ou set().

Motifs de texte utilisant une syntaxe spéciale pour chercher, valider ou transformer des chaînes de caractères.

Mécanismes permettant de diriger l'ordre d'exécution des instructions en fonction de conditions et de boucles.

Blocs de code réutilisables qui effectuent une tâche spécifique, acceptent des paramètres et retournent optionnellement une valeur.

Mécanisme pour détecter, gérer et récupérer des erreurs (exceptions) qui se produisent pendant l'exécution d'un programme.

Mécanisme POO permettant à une classe (sous-classe) d'hériter attributs et méthodes d'une autre classe (super-classe).

Processus de combiner plusieurs composants, modules ou services dans un système cohérent et fonctionnel.

Fonctions anonymes (sans nom) créées avec la syntaxe lambda, idéales pour des opérations courtes et ponctuelles.

Collections ordonnées et muables (modifiables) d'éléments de n'importe quel type, créées avec des crochets [].

Fonctions définies dans une classe qui décrivent les actions et comportements que les objets de cette classe peuvent effectuer.

Bibliothèque Python puissante et populaire pour le calcul numérique avec support de tableaux multidimensionnels efficaces.

Instances concrètes d'une classe, contenant leurs propres attributs (état) et capables d'effectuer des actions (méthodes).

Symboles et mots-clés qui effectuent des opérations sur des opérandes (variables, valeurs) et retournent un résultat.

Paradigme de programmation basé sur les objets (données + comportement) plutôt que les fonctions, favorisant modularité et réutilisabilité.

Concepts et techniques avancés de programmation orientée objet comme les descripteurs, métaclasses, et mixins.

Capacité d'un langage et de ses programmes à fonctionner sur différentes plateformes sans modifications significatives.

Applications complètes utilisant les compétences Python pour résoudre des problèmes réels dans des domaines variés.

Attributs qui se comportent comme des propriétés mais sont en réalité contrôlés par des méthodes via @property.

Un langage de programmation interprété, multiparadigme et polyvalent conçu pour la lisibilité et la rapidité de développement.

Approche méthodique et structurée pour analyser, décomposer et résoudre des problèmes complexes avec du code Python.

Domaine interdisciplinaire combinant statistiques, informatique et mathématiques pour extraire des insights des données.

Principe de design de Python d'avoir une même manière privilégiée de faire une chose et de favoriser la clarté du code.

Capacité à redéfinir le comportement des opérateurs (+, -, *, etc.) pour les objets de classes personnalisées.

Capacité à avoir multiple méthodes avec le même nom mais différents paramètres ou types (pas naturelle en Python).

Ensemble des règles qui définissent comment écrire correctement du code Python compréhensible par l'interpréteur.

Structures de données NumPy (ndarrays) stockant des éléments homogènes dans une ou plusieurs dimensions avec opérations vectorisées.

Processus d'extraction, nettoyage, transformation et analyse de données brutes pour en tirer des insights utiles.

Ensemble de techniques et méthodes pour analyser, transformer et manipuler des chaînes de caractères en Python.

Bloc de code Python permettant d'essayer d'exécuter du code et de capturer les erreurs (exceptions) de manière contrôlée.

Collections ordonnées et immuables d'éléments, créées avec des parenthèses () et utilisées pour des données constantes.

Classifications des différentes sortes de valeurs (nombres, texte, booléens, etc.) que Python peut stocker et manipuler.

Noms attribués aux emplacements mémoire qui stockent des valeurs et permettent de les référencer et manipuler.