Skip to content

Commit

Permalink
Merge branch 'production'
Browse files Browse the repository at this point in the history
  • Loading branch information
LucienMLD committed Dec 17, 2018
2 parents f4fcf3c + 5394c84 commit 0c4b9c0
Show file tree
Hide file tree
Showing 274 changed files with 1,376 additions and 256 deletions.
8 changes: 3 additions & 5 deletions .circleci/config.yml
Original file line number Diff line number Diff line change
Expand Up @@ -99,9 +99,9 @@ jobs:
machine:
enabled: true
environment:
- HOST_PRODUCTION: test-dinsic.fr
- HOST_PREPRODUCTION: preprod.test-dinsic.fr
- HOST_DEVELOPMENT: dev.test-dinsic.fr
- HOST_PRODUCTION: numerique.gouv.fr
- HOST_PREPRODUCTION: preprod.numerique.gouv.fr
- HOST_DEVELOPMENT: dev.numerique.gouv.fr
- LOGIN: root
steps:
- attach_workspace:
Expand Down Expand Up @@ -276,13 +276,11 @@ workflows:
- preproduction
- deploy:
requires:
- test-html
- test-js
- build

- index:
requires:
- test-html
- test-js
- build

Expand Down
1 change: 1 addition & 0 deletions .ruby-version
Original file line number Diff line number Diff line change
@@ -0,0 +1 @@
2.3.0
12 changes: 6 additions & 6 deletions Gemfile.lock
Original file line number Diff line number Diff line change
Expand Up @@ -10,7 +10,7 @@ GEM
httpclient (~> 2.8, >= 2.8.3)
json (>= 1.5.1)
colorator (1.1.0)
concurrent-ruby (1.0.5)
concurrent-ruby (1.1.3)
em-websocket (0.5.1)
eventmachine (>= 0.12.9)
http_parser.rb (~> 0.6.0)
Expand All @@ -22,7 +22,7 @@ GEM
httpclient (2.8.3)
i18n (0.9.5)
concurrent-ruby (~> 1.0)
jekyll (3.8.4)
jekyll (3.8.5)
addressable (~> 2.4)
colorator (~> 1.0)
em-websocket (~> 0.5)
Expand All @@ -48,11 +48,11 @@ GEM
sass (~> 3.4)
jekyll-sitemap (1.2.0)
jekyll (~> 3.3)
jekyll-watch (2.0.0)
jekyll-watch (2.1.2)
listen (~> 3.0)
json (2.1.0)
kramdown (1.17.0)
liquid (4.0.0)
liquid (4.0.1)
listen (3.1.5)
rb-fsevent (~> 0.9, >= 0.9.4)
rb-inotify (~> 0.9, >= 0.9.7)
Expand All @@ -61,7 +61,7 @@ GEM
mini_portile2 (2.3.0)
nokogiri (1.8.4)
mini_portile2 (~> 2.3.0)
pathutil (0.16.1)
pathutil (0.16.2)
forwardable-extended (~> 2.6)
pkg-config (1.3.1)
progressbar (1.10.0)
Expand All @@ -72,7 +72,7 @@ GEM
rouge (3.3.0)
ruby_dep (1.5.0)
safe_yaml (1.0.4)
sass (3.6.0)
sass (3.7.2)
sass-listen (~> 4.0.0)
sass-listen (4.0.0)
rb-fsevent (~> 0.9, >= 0.9.4)
Expand Down
12 changes: 3 additions & 9 deletions README.md
Original file line number Diff line number Diff line change
Expand Up @@ -12,28 +12,22 @@ Bienvenu à toi développeur ou utilisateur du site de la DINSIC.
[Git](https://git-scm.com)
[Ruby and Ruby Gems](https://rvm.io/rvm/install)
[Jekyll](http://jekyllrb.com/) - `gem install jekyll`
[Bundler](http://bundler.io/) - `gem install bundler` (mac users may need sudo)
[Bundler](http://bundler.io/) - `gem install bundler` (never use sudo)

[NodeJS](http://nodejs.org) - use the installer.
[Yarn](https://yarnpkg.com/en/docs/install) - follow installation instructions
[GulpJS](https://github.com/gulpjs/gulp) - `npm install -g gulp` (mac users may need sudo)
[GulpJS](https://github.com/gulpjs/gulp) - `npm install -g gulp`

### Optional
[Composer](https://getcomposer.org) (installs PHPMailer)
[Make](https://www.gnu.org/software/make) (used with rsync for deploying)


### Ansible

Pour la configuration du serveur, nous avons utilisé les rôles ansible suivants:




## La chaine de developpement

1. Branche dev pour les developpement courant
2. Branche siteleaf pour la compatibilité avec le CRM
2. Branche preprode pour la compatibilité avec le CRM
3. Branche master (CI)

## Gestion des deux repos
Expand Down
Original file line number Diff line number Diff line change
@@ -1,6 +1,8 @@
---
title: '5e édition du panorama: revue de détails pour 61 grands projets SI de l’État'
date: 2018-03-26 16:07:00 +02:00
categories:
- Article
tags:
- panorama
- système d'information
Expand Down
Original file line number Diff line number Diff line change
@@ -0,0 +1,23 @@
---
title: La doctrine d’utilisation de l'informatique en nuage par l’administration précisée
dans une circulaire
date: 2018-12-07 15:00:00 +01:00
categories:
- Article
tags:
- cloud
- informatique
chapeau-text: 'Le gouvernement souhaite développer massivement l''utilisation de l''informatique
en nuage (cloud) au sein de l''administration. Quatre mois après la présentation
de sa stratégie en la matière, il en précise la doctrine dans une circulaire adressée
à l''ensemble des ministères. '
une-ou-diaporama:
- image: "/uploads/cloud_circulaire_une.png"
---

Le 3 juillet dernier, Mounir Mahjoubi, secrétaire d’État chargé du Numérique, présentait [la stratégie du gouvernement en matière d’informatique en nuage (cloud)](https://www.numerique.gouv.fr/espace-presse/le-gouvernement-annonce-sa-strategie-en-matiere-de-cloud/). L’objectif ? Développer largement son utilisation par les administrations et à terme en faire la norme.

Dans une circulaire adressée par le Premier ministre aux ministères le 8 novembre 2018, le gouvernement **précise la doctrine d'utilisation du cloud par l’État** et **donne l'impulsion pour sa mise en œuvre**.

> [Consulter la circulaire sur la doctrine d'utilisation de l'informatique en nuage par l'État (pdf)](https://www.google.fr/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=2ahUKEwiAgZm9oY7fAhUNLBoKHeMzDTkQFjAAegQIBhAC&url=http%3A%2F%2Fcirculaires.legifrance.gouv.fr%2Fpdf%2F2018%2F11%2Fcir_44120.pdf&usg=AOvVaw2E1Pye98IbWffm5t1IGGjG){: target="_blank"}
{: .lien-important}
Original file line number Diff line number Diff line change
@@ -0,0 +1,20 @@
---
title: 'Entrepreneur·e d’Intérêt Général : découvrez la 3e promotion !'
date: 2018-12-07 14:48:00 +01:00
categories:
- Article
tags:
- Entrepreneur d'Intérêt Général
- data science
- données publiques
- innovation
chapeau-text: 32 nouveaux entrepreneurs d'intérêt génnéral (EIG) – data scientists,
développeurs et designers – intègreront l'administration pour relever en 10 mois
des défis de transformation numérique grâce aux données. Découvrez leurs profils
!
une-ou-diaporama:
- image: "/uploads/jury-EIG3-806x393.png"
auteur: Etalab.gouv.fr
redirection: https://www.etalab.gouv.fr/entrepreneur%c2%b7e-dinteret-general-vous-presente-sa-3eme-promotion/
---

Original file line number Diff line number Diff line change
@@ -0,0 +1,213 @@
---
title: 'Intelligence artificielle : 6 projets sélectionnés pour être expérimentés
dans les services publics'
date: 2018-11-22 11:07:00 +01:00
categories:
- Article
tags:
- intelligence artificielle
- innovation
- agilité
- Etalab
chapeau-text: Détecter des constructions illégales grâce à la reconnaissance visuelle
d’images satellitaires. Améliorer les traitements post-opératoires grâce à l’analyse
sémantique de comptes rendus médicaux… Découvrez les 6 projets utilisant l’intelligence
artificielle qui vont être développés et expérimentés pendant 10 mois dans les services
publics !
une-ou-diaporama:
- image: "/uploads/laureats-ami-ia.jpeg"
---

Le secrétaire d’Etat chargé du Numérique, Mounir Mahjoubi, a annoncé mercredi 21 novembre les projets lauréats de l’appel à manifestation d’intérêt (AMI) [lancé par la DINSIC et la DITP en juin 2018](/actualites/intelligence-artificielle-administrations-proposez-vos-projets-experimentations/) , dans le cadre du programme d’investissement d’avenir.

Témoignant d'une mobilisation importante, **52 projets** avaient déposés par des administrations variées : centrale et déconcentrées, opérateurs, établissements publics, rectorats, universités, cours de justice, hôpitaux…
Parmi ceux-ci, **6 ont été sélectionnés** par un jury d’experts.

**Pendant 10 mois, ces 6 projets vont être développés et expérimentés** au sein des services publics, avec l’aide des équipes de la direction interministérielle du numérique et du système d’information et de communication de l’État (DINSIC) et la direction interministérielle de la transformation publique (DITP).

> #### L’intelligence artificielle dans les services publics : comment, pourquoi ?
>
> **Cela commence par l’identification de données**
> {: .bleue .margin-0 }
> * Données internes à l’administration
> * Données ouvertes publiées sur data.gouv.fr
> * Données externes obtenues dans le cadre du projet
>
> **Les faire travailler pour les rendre intelligentes**
> {: .bleue .margin-0 }
> * Analyse sémantique
> * Reconnaissance visuelle
> * Détection d’anomalies
> * Modèles prédictifs
>
> **Pour améliorer le service rendu et le quotidien des agents**
> {: .bleue .margin-0 }
> * Gain de temps
> * Tâches moins répétitives
> * Concentration sur les tâches à valeur ajoutée
> * Économies
{: .encadre }

## Les 6 projets lauréats
{: .text-center .margin-3 }


### **Détecter les occupations irrégulières des sols**
{: .text-center .margin-bottom-1 .margin-top-3 }

*Direction départementale des territoires et de la mer de l’Hérault*
{: .text-center }

**L’objectif :** lutter contre bâtis, hangars, décharges sauvages
et constructions illégales dans les milieux sensibles
{: .text-center }

**Les données de départ**
{: .bleue .margin-0 }

Des images satellites et photographies aériennes

**L’intelligence artificielle**
{: .bleue .margin-0 }

Basée sur la reconnaissance visuelle, elle permet l’automatisation par comparaison d’images satellitaires de la détection de nouveaux objets — caravanes, mobil-homes, bâtis, hangars agricoles, dépôts de déchets, etc. — dans les milieux sensibles

**Les gains**
{: .bleue .margin-0 }
* Moins de temps passé à détecter les anomalies
* Davantage de temps sur le terrain à effectuer des contrôles pertinents


### **Détecter les restaurants présentant des risques sanitaires à partir des commentaires client**
{: .text-center .margin-bottom-1 .margin-top-3 }

*Direction générale de l’alimentation, ministère de l’Agriculture et de l’Alimentation*
{: .text-center }

**L’objectif :** optimiser les contrôles dans le domaine de la sécurité sanitaire des aliments en ciblant les établissements à plus fort risque
{: .text-center }

**Les données de départ**
{: .bleue .margin-0 }
Les commentaires et avis présents sur les plateformes et réseaux sociaux

**L’intelligence artificielle**
{: .bleue .margin-0 }
Basée sur l’analyse sémantique, elle reconnaît les avis négatifs et peut établir des probabilités de risques sanitaires potentiels

**Les gains**
{: .bleue .margin-0 }
* Priorisation des contrôles pour les agents
* Moins de temps perdu sur la détection des établissements
* Davantage de temps à faire des contrôles terrain

### **Mieux maîtriser les risques et activités nucléaires**
{: .text-center .margin-bottom-1 .margin-top-3 }

*Autorité de sûreté nucléaire*
{: .text-center }

**L’objectif :** mieux identifier les éléments à contrôler lors d’une visite pour mieux protéger
les travailleurs, les patients, le public et l’environnement des risques liés à l’utilisation du nucléaire
{: .text-center }

**Les données de départ**
{: .bleue .margin-0 }
Les 20 000 lettres de suite rédigées après chaque inspection


**L’intelligence artificielle**
{: .bleue .margin-0 }
Basée sur une analyse sémantique, elle détecte les points de vigilance dans les lettres de suite pour les faire émerger

**Les gains**
{: .bleue .margin-0 }
Une plus grande vigilance sur des éléments détectés pour un contrôle plus pointu sur les zones de risques

### **Améliorer les contrôles de la police de l’environnement**
{: .text-center .margin-bottom-1 .margin-top-3 }

*Agence française pour la biodiversité, ministère de la Transition écologique et solidaire*
{: .text-center }

**L’objectif :** cibler les contrôles, améliorer leur efficacité et mieux accompagner les suites des contrôles non conformes
{: .text-center }

**Les données de départ**
{: .bleue .margin-0 }
Des données environnementales comme les données sur la qualité de l’eau

**L’intelligence artificielle**
{: .bleue .margin-0 }
À partir de l’analyse des données, elle construit des modèles capables de prédire des contrôles non conformes

**Les gains**
{: .bleue .margin-0 }
* Moins de temps passé à faire des contrôles qui sont in fine conformes
* Plus de temps pour accompagner les suites et les résolutions des contrôles non conformes

### **Améliorer les traitements post-opératoires**
{: .text-center .margin-bottom-1 .margin-top-3 }

*Centre hospitalier universitaire (CHU) de Toulouse*
{: .text-center }

**L’objectif :** aider au diagnostic et optimiser les réunions de concertations médicales d’experts à partir de données déjà structurées
{: .text-center }

**Les données de départ**
{: .bleue .margin-0 }
Des comptes rendus médicaux et des dossiers médicaux volumineux et désorganisés

**L’intelligence artificielle**
{: .bleue .margin-0 }
Basée sur l’analyse sémantique, elle fera l’extraction des concepts médicaux issus des textes libres et structurera les données complexes des dossiers médicaux pour réaliser des résumés standardisés

**Les gains**
{: .bleue .margin-0 }
* Optimisation de la recherche d’information médicale
* Gain de temps des médecins
* Amélioration de la cohérence des dossiers patients

### **Répondre rapidement aux questions des usagers grâce à un « voice bot »**
{: .text-center .margin-bottom-1 .margin-top-3 }

*Centre national Chèque emploi associatif, agence centrale des organismes de sécurité sociale*
{: .text-center }

**L’objectif :** apporter des réponses administratives rapidement aux associations concernant l’utilisation du chèque emploi associatif
{: .text-center }

**Les données de départ**
{: .bleue .margin-0 }
Des questions simples et récurrentes de la part des associations

**L’intelligence artificielle**
{: .bleue .margin-0 }
Une compréhension naturelle du langage et une synthèse vocale améliorée à force d’entraînement lui permettra de répondre directement à certaines questions ou de rediriger vers un interlocuteur plus pertinent

**Les gains**
{: .bleue .margin-0 }
* Des réponses de qualité dans un temps moindre
* Prolongement naturel du canal téléphonique
* Travail des agents focalisé sur les questions complexes pour une expertise plus pointue et un travail plus qualitatif
{: .margin-bottom-3 }


> ## La méthode et l'accompagnement
>
> Ces six projets bénéficieront de la part des équipes de la DINSIC et la DITP, pendant dix mois :
>
> * **d’un accompagnement technique** pour développer un proof of concept (POC) sur la problématique identifiée et monter en compétence sur les technologies d’intelligence artificielle.
> * **et d’un accompagnement stratégique** pour appréhender la transformation du métier associée au développement de ce POC : impacts induits sur le métier des agents, les processus, conduite du changement…
>
> À la fin de cette période, une évaluation sera menée — à l’appui des retours **des tests utilisateurs, de la maturité de l’IA**, de l’appréhension des impacts métier induits, etc. —
> pour déterminer si le proof of concept a fait ses preuves et a vocation à être déployé.
>
> **Des experts** (instituts de recherche, associations, prestataires privés) **en données, IA et impact du numérique sur les métiers seront mobilisés pour conduire l’accompagnement**. En plus de l’accompagnement, la DITP et la DINSIC favoriseront les échanges entre les acteurs participant à l’AMI, les rencontres avec des acteurs publics déjà avancés sur des projets d’intelligence artificielle, et avec des acteurs spécialisés sur le sujet dans le domaine de la recherche et de l’industrie.
{: .encadre .noir }

**Lire aussi :**
* sur le blog d'Etalab : [Intelligence Artificielle : 6 projets lauréats de l’appel à manifestation d’intérêt IA !](https://www.etalab.gouv.fr/intelligence-artificielle-decouvrez-les-6-projets-laureats-de-lappel-a-manifestation-dinteret-ia){: target="_blank" }
* [nos dossiers de presse](/espace-presse/appel-manifestation-interet-intelligence-artificielle-annonce-laureats/)

Loading

0 comments on commit 0c4b9c0

Please sign in to comment.