Partager mes trouvailles
Sur ce site web, je vous partage mes explorations en développement informatique. J’ai commencé avec des articles plutôt orientés data science, R et cartographie. La suite ? L’avenir nous le dira !
Vous trouverez des articles de blog avec des scripts R. J’ai pas mal rédigé sur la cartographie et les analyses spatiales, et ces derniers temps, je me concentre plus sur rendre les outils de développement accessible à tous.
Projets open-source
J’ai listé différents projets open-source.
Vous y trouverez notamment des packages R permettant d’améliorer les flux de développement (ou workflows) et d’aider tout le monde à avoir accès à de bons outils permettant de partager plus facilement leur beau travail. Cette démarche s’appuie sur la méthode “Rmd first”, le développement de packages et les outils de gestion git tels que :
- {fusen} : Gonflez votre package à partir d’un simple Rmd plat
- {attachment} : Outils pour gérer les dépendances dans les scripts, Rmd et packages
- {gitlabr} : Un client R pour l’API GitLab
En tant qu’ancien chercheur, j’ai décidé de partager mes scripts R dans des packages R pour les rendre accessibles. Je ne peux pas dire qu’ils respectent tous les standards de développement de packages, mais au moins le code est disponible. Jetez un coup d’oeil par ici :
- {SDMSelect} : 1. Procédures de sélection de covariables dans les GLM et GAM. 2. Modélisation de la distribution des espèces.
- {GeoDist} : 1. Calcul des distances entre des points lorsqu’il y a des obstacles entre eux. 2. Modifications des fonctions de {geoR} pour intégrer des matrices de distances personnalisées.
J’utilise également Hugo pour ce site web, ce qui m’a fait travailler sur mon propre template :
- hugo-statnmap-theme : Le présent site web, multilingue, avec surlignage de code, une fonction “voir aussi”, carte twitter, le pliage de code….
- hugo-future-imperfect : template rendu multilingue, avec du “code folding”.
D’autres projets sont disponibles sur mon compte Github.
Qui suis-je ?
Je suis chef de projet de développement informatique. Avec plus de 10 ans d’expérience dans la Tech et la Data Science, j’aime creuser les problèmes des clients pour leur proposer des solutions, notamment numériques, adaptées à leurs besoins sur le terrain. J’ai à coeur de garantir des livrables de qualité tout en rassemblant les équipes autour d’objectifs clairs. Depuis 2021, en tant que manager d’une équipe Tech, j’applique les principes du Lean Management pour améliorer la satisfaction client, accompagner mes collègues dans leur développement, et créer un environnement de travail motivant. Je cherche aujourd’hui à mettre mes compétences en gestion de projet, développement logiciel et leadership au service d’une organisation qui allie technologie et approche humaine.
Avec le logiciel R et du DevOps en bagage, j’aime aider les utilisateurs et leurs responsables à exploiter tout le potentiel des flux de travail collaboratifs pour réduire la maintenance et les activités ennuyeuses (comme le copier-coller d’images entre outils et rapports d’analyses) et donner plus de sens au travail quotidien.
Je suis un scientifique dans l’âme, ingénieur agronome, avec un doctorat en biologie marine. Mais l’analyse de données et R m’ont un peu détournés de mes objectifs d’origine. Du coup, je continue de partager mes connaissances au travers des formations et des développements open-source. Je fais toujours de l’analyse et de la visualisation de données, principalement dans des missions d’accompagnement et de partage des bonnes pratiques de développement. Et j’adore ça ! Je joue régulièrement avec les cartes, mais je n’ajuste plus vraiment de modèles. Ceci dit, j’ai toujours de la matière pour remplir ce blog et vous faire partager mes trouvailles et autres astuces. Si vous êtes curieux sur ce qu’on peut faire avec les outils de cartographie sans travailler sur des données géographiques, faîtes un tour sur ma catégorie “geohacking”.
Bonne lecture !
Figure 1: Visualisation 3D d’un méristeme d’Arabidopsis thaliana traité avec {rayshader}
Jeff Leek, on simplystatistics.org
If every method in every stats journal was implemented in a corresponding R package (easy), was required to have a companion document that was a tutorial on how to use the software (easy), included a reference to how to cite the paper if you used the software (easy) and the paper/tutorial was posted to the relevant message boards for the communities of interest (easy) that journal would see a dramatic bump in its impact factor.