Réconcilier ClickOps et GitOps / Adoption l'IA dans la recherche médicale

⚠️ℹ️ Afin d’avoir une meilleure visibilité sur les personnes présentes ainsi que participer à une noble cause, nous demandons une participation symbolique qui sera entièrement reversée à l’institut Pasteur.

🎉 Bonjour à vous!

Pour bien commencer l’année 2026 nous vous invitons à un meetup exceptionnel ✨!

❓ Du "ClickOps" sans trahir le GitOps, et une plateforme IA en production sur Kubernetes avec GPU : deux talks concrets pour ceux qui veulent aller au-delà de la théorie.

🎁 Pour ne rien gâcĥer il y aura quelques surprises: stickers, tee-shirts ... ainsi que 2 places à gagner pour le Cloud Native Days France 2026.

Nous tenons à remercier Scaleway pour l'accueil dans leurs bureaux à Paris!

📅 Découvrez l'agenda :

- 19.00 - Le GitOps ré-inventé : Corrigez la dérive d’état avant qu’elle ne se produise. (Scaleway)

- 19:40 - L’adoption massive de l’IA par les chercheurs de l’Institut Pasteur grâce à Kubernetes. (Pasteur / Enix)

- 20:15 - Food & Drinks 🍕☕️ Conversations 🗣️🙋

- 22:00 - Cloture du Meetup

===== Talks =====

Le GitOps ré-inventé : Corrigez la dérive d’état avant qu’elle ne se produise

Speaker:

• Damien Dassieu (Scaleway)Je suis un contributeur actif aux projets Kubernetes (Kubebuilder, controller-runtime, ...). Avec une expérience particulière dans le domaine du Platform Engineering acquise chez Orange et Scaleway dans les équipe Kubernetes as a Service, j’ai un rôle crucial en tant que développeur Go pour permettre la réalisation des idées de chacun. Je contribue actuellement au développement de Syngit, un outil qui comble la séparation entre les principes de GitOps et l’utilisation des outils impératifs pour la gestion de l'infrastructure.

Description:

Le GitOps est devenu une pratique fondamentale dans les environnements Kubernetes, offrant une approche déclarative et contrôlée par version de la gestion de l'infrastructure et des applications. Pourtant, les interactions concrètes avec les clusters reposent souvent sur des outils impératifs tels que kubectl, oc ou des interfaces web qui fournissent un retour utilisateur plus rapides et une expérience plus intuitive.

Ces outils impératifs valident et envoient des requêtes directement au serveur API de Kubernetes sans prendre en compte Git, ce qui casse le paradigme GitOps. Les conséquences sont le manque de visibilité, de reproductibilité et d'auditabilité.

Quelle est la pièce manquante pour allier ClickOps et GitOps ? Cette présentation introduit une nouvelle façon d’utiliser les outils impératifs en utilisant le GitOps. Ce mécanisme repose sur l’interception des requêtes vers l'API Kubernetes et en les transformant en commits Git. Nous explorerons comment Syngit s'intègre de manière transparente avec des outils GitOps tels que ArgoCD ou FluxCD pour préserver Git comme source de vérité même lorsque les utilisateurs interagissent avec les clusters de manière impérative.

---------

L’adoption massive de l’IA par les chercheurs de l’Institut Pasteur grâce à Kubernetes

Speakers:

• Stéphane Fournier (Institut Pasteur)Directeur des Systèmes d'Information à l'Institut Pasteur depuis 2018, Stéphane Fournier impulse la transformation numérique de la recherche biomédicale.Il a initié divers développements en IA en collaboration avec des équipes scientifiques expertes. Récemment, c'est la plateforme AI Tools qui concrétise cette approche.Basée sur une architecture hexagonale modulaire, elle permet le déploiement d'outils utilisant largement des LLMs publics, ou on-premise lorsque la souveraineté des données est en jeu.
• Jean-Baptiste Masson (Institut Pasteur)Physicien théoricien, Jean-Baptiste Masson est responsable de l’équipe Decision and Bayesian Computation (DBC-Épiméthée) à l’Institut Pasteur, une unité mixte Pasteur-Inria-CNRS-UPC.Ses recherches portent sur les principes physiques et computationnels qui organisent le traitement de l’information biologique, en lien avec l’environnement sensoriel. Elles couvrent notamment la chimiotaxie bactérienne, les stratégies de recherche olfactive chez les insectes et l’organisation des circuits neuronaux.Il mène également des travaux appliqués en algorithmique médicale (neuroAI), avec un fort accent sur des technologies déployables à l’hôpital, en particulier en imagerie médicale (DIVA et Genuage) et en analyse de données cliniques.
• Alexandre Buisine (Enix)Avec 15 ans d'expérience dans la technique et le management, il est un passionné d’open-source et de ce qui touche aux conteneurs.Il rejoint l'équipe Enix en 2018 comme directeur général, tout en restant impliqué dans les technos d’infrastructures réseaux et systèmes.Avant Enix, Alexandre a travaillé 3 ans au développement d’un service de réalité virtuelle. Il a également été CTO puis dirigeant de SmartJog, dans les domaines de l'audio-visuel, la transmission satellite, le développement logiciel, les réseaux IP, la distribution de contenus sur Internet.

Description:

L'Institut Pasteur a déployé un écosystème d**'IA générative** pour ses 2 500 chercheurs, orchestré sur Kubernetes avec trois environnements (dev, prod, GPU) et une chaîne CI/CD GitLab.

L’architecture repose sur deux proxies LiteLLM (cloud et on-premise) unifiant l’accès aux modèles (Mistral, Anthropic, OpenAI côté cloud ; Perplexity, Qwen, Llama côté on-premise), et assurant le suivi des coûts par token et le load balancing.

Cette couche d'abstraction alimente trois catégories de services : LibreChat pour le dialogue généraliste enrichi de serveurs MCP, AI Tools pour les usages métiers spécialisés (analyse de publications scientifiques), et des assistants de codage 100% on-premise (Qwen-Coder, Roo-Coder) intégrés aux IDE.

Kubernetes nous permet de remplacer un modèle open source en quelques minutes et d'ajuster dynamiquement le scaling à la charge.

Les défis techniques incluent la gestion de GPU hétérogènes dans un cluster Talos sécurisé, la compatibilité entre anciens matériels et systèmes DGX B200 NVIDIA, et les migration Kubernetes à chaud sans downtime.

Entre besoins métier et décisions d'architecture, nous retracerons le parcours complet : du prototype développé par un chercheur jusqu'au déploiement en production, en expliquant le rôle des échanges entre scientifiques et équipe infrastructure dans cette plateforme cloud-native.

Enfin, nous partagerons les coulisses opérationnelles : architecture, gestion du GPU Operator, stratégies de scaling, et surtout les leçons tirées de nos 6 mois d'exploitation en production.

===== Consentement à la photographie/vidéo =====

Nous pourrons prendre des photos et vidéos lors de l'événement et les utiliser sur les réseaux sociaux et dans des supports promotionnels. Participer au meetup implique que vous consentez à ce que nous prenions des photos et vidéos de vous.