Conférence courte
Python et Emacs en 2026
Salle BASENDERIE − samedi 31 octobre 2026 à 10:30 − 25 min
Petite démo from scratch de configuration et d'utilisation d'Emacs pour faire du Python en 2026.
On va tenter de configurer emacs progressivement, étape par étape, proprement, sans coder en elisp (on utilisera juste la syntaxe, comme toute autre syntaxe de configuration).
NOAI #notelemetry #NoGAFAM
Au secours on s'est fait hacker pendant un downtime de Claude
Salle LANG5 − samedi 31 octobre 2026 à 10:30 − 25 min
Un jour, une inconnue bienveillante nous signale des failles dans notre application open source. Je me mets en chasse pour comprendre l'origine du problème. Claude Code : en rade. Codex : refuse poliment de m'aider à « hacker ».
Retour à l'ancienne — lecture de code, grep, doc, et pas mal de nerfs. Puis Anthropic sort les cafards de ses serveurs, on peut retravailler 😬 Résultat : le lendemain, patch, déploiement, communication, et 4 CVE publiées.
Le récit de ces 12 heures, ce qu'on a trouvé, et une question qui pique : qu'est-ce qu'on a trouvé tout seuls — et qu'est-ce qu'on n'aurait pas trouvé sans ?
To be confirmed
Salle PATUEK − samedi 31 octobre 2026 à 10:30 − 25 min
Ma relation toxique avec Python
Salle MARI/SUGGAR − samedi 31 octobre 2026 à 10:30 − 25 min
Python a été mon premier amour (en termes de langage de programmation). Et les étapes se sont enchaînées naturellement (premier stage, premier CDI, première PyCon, ...). Mais au bout de 15 ans, je trouve qu'il a changé ; j'ai changé aussi. Je ne lui trouve plus les mêmes attraits. Il a même parfois des comportements que je désapprouve. Notre couple est en crise. Est-ce que je reste avec lui par confort ? Est-ce que notre relation peut être encore sauvée ? Venez vous assoir sur le divan avec moi, il faut qu'on parle ...
Easy to avoid mistakes in Open Source code contributions
Salle PATUEK − samedi 31 octobre 2026 à 11:00 − 25 min
There are good chances that most of the third party code you interact with on a daily basis is Open Source. If you are lucky it’s also maintained. You may also have contributed to some Open Source projects or at least you tried: by the number of stale pull requests on Open Source repositories I guess it’s not a happy experience for a lot of people.
Hopefully we can save some needless pain to some of you!
Let’s go through a list of mistakes you can avoid to make Open Source maintainers life easier and your experience in contributing code to Open Source software more pleasant. One day you may be on the other side.
To be confirmed
Salle PATUEK − samedi 31 octobre 2026 à 11:30 − 25 min
Que devez vous prendre en compte lors du déploiement d’une application Django ?
Salle MARI/SUGGAR − samedi 31 octobre 2026 à 12:00 − 25 min
Dans cette présentation, nous passerons en revue les points essentiels dès que votre application commence à avoir de vrais utilisateurs : gérer les paramètres et les secrets de manière sécurisée, servir correctement les fichiers statiques et les fichiers médias, exécuter les migrations sans tout casser, et choisir la bonne configuration de serveur applicatif.
Nous aborderons également les erreurs fréquentes liées aux connexions à la base de données, aux tâches en arrière-plan, à la mise en cache et aux délais d’expiration, ainsi que les bonnes pratiques pour les éviter.
Il s’agit d’une checklist pratique, fondée sur des problèmes rencontrés lors de déploiements réels. Vous repartirez avec une vision plus claire du fonctionnement d’un déploiement et moins de mauvaises surprises lors de la mise en production de votre prochain site Django.
Breaking down the Model Before It Breaks Decisions
Salle PATUEK − samedi 31 octobre 2026 à 12:00 − 25 min
Often machine learning evaluation comes down to one question: “How accurate is the model?” However, accuracy is not the whole picture. All of these are areas where a model can perform well and yet still fail: have leaked features; poor performance on minority classes; be overfitted to historical patterns; have poor performance on key subgroups; or have hard to explain predictions that lead to real world decisions.
This session not only focuses on model accuracy, but also on a pre-emptive forensic perspective to diagnose machine learning models in advance of break failures in decisions. We will explore practical approaches to investigate model reliability by using Python and scikit-learn, such as evaluating for data leakage, reviewing class balance, testing the validation strategy, analysing confusion matrices, comparing precision and recall, examining false positives and false negatives, examining feature importance, and finding where model errors are clustered.
Instead of assuming that a good score is a sign of success, this talk demonstrates how to challenge the model, check the evidence and determine if the model is sufficiently reliable to make real decisions.
Give us basic timings to demonstrate how you will reasonably deliver your presentation in 30 minutes including a Q&A
Du SQL au Graphe : Anatomie d'une migration Neo4j sur GCP
Salle BASENDERIE − samedi 31 octobre 2026 à 12:00 − 25 min
Peut-on vraiment tout modéliser en colonnes et en lignes ? Pour répondre à des problématiques de relations complexes, j'ai sauté le pas : intégrer Neo4j au cœur d'une application existante.
Je vous propose un retour d'expérience sans filtre sur cette transition.
Nous aborderons quelques défis concrets comme mettre en place un ORM (on parle dans ce cas d'un OGM) ou encore comment mettre en place cette communication dans une infra GCP
Venez découvrir ce qui a brillé par sa performance et les pièges que j'aurais aimé éviter avant de quitter le relationnel.
Faire de la collaboration temps réel avec Django-channels
Salle LANG5 − samedi 31 octobre 2026 à 12:00 − 25 min
Comment nous avons mis en place de l'édition collaborative avec des CRDT dans une application web Django + SPA Angular afin de proposer une expérience de co-écriture moderne à nos utilisateurs.
Python outside, Rust inside
Salle BASENDERIE − samedi 31 octobre 2026 à 14:00 − 25 min
Difficile aujourd'hui de parler de l'écosystème Python sans croiser Rust. En quelques années, une grande partie des outils les plus innovants ont un point commun : ils sont écrits en Rust. De uv à ruff, en passant par polars, pydantic, ty ou pyrefly, Rust s'est imposé comme un allié de choix pour construire des outils toujours plus rapides, fiables et agréables à utiliser.
Mais pourquoi ce changement ? Est-ce seulement une question de performances, ou cache-t-il une évolution plus profonde dans notre façon de concevoir les outils Python ? Pourquoi Rust s'est-il progressivement imposé face au C, à Cython ou au Python pur ?
À travers plusieurs projets devenus incontournables, nous explorerons les raisons techniques qui ont conduit à cette adoption, les outils qui rendent la collaboration entre Python et Rust si naturelle, et ce que cette évolution nous dit de l'avenir de l'écosystème Python.
How Python Tracked the Evolution of COVID-19
Salle PATUEK − samedi 31 octobre 2026 à 14:00 − 25 min
January 2020. A new virus appears, and no one knows where it came from or where it's going. Within weeks, scientists around the world are sequencing its genome and sharing the data publicly. Within months, Python tools are helping track the emergence of new variants in real time.
This talk tells the story of how phylogenetics — the science of building evolutionary trees — became one of the most powerful tools against COVID-19, and how Python made it accessible to researchers worldwide.
We'll cover: - What phylogenetic trees are, explained for programmers (string comparison + graph traversal, no biology degree required) - The Python ecosystem behind the science: Biopython, MAFFT, ETE Toolkit - How Nextstrain used Python pipelines to process millions of sequences in real time - A live demo: taking real NCBI sequences and watching Alpha, Delta, and Omicron appear as distinct branches on a tree
If you understand how to compare strings and traverse a graph, you have everything you need to follow along.
Du prompt à la chaleur : rendre visible l'impact de l'IA générative
Salle MARI/SUGGAR − samedi 31 octobre 2026 à 14:00 − 25 min
Lorsque nous utilisons une IA générative pour écrire du code, tout semble immatériel : un prompt, quelques secondes d'attente et la réponse apparaît. Pourtant, derrière cette simplicité se cachent beaucoup d'opérations, une consommation d'énergie et de la chaleur.
Cette conférence présente une maquette pédagogique développée en Python pour rendre cette réalité visible. Trois Raspberry Pi 5 exécutent localement de petits modèles de langage via Ollama, chacun avec un système de refroidissement différent (passif à l'air, actif à l'air et actif à l'eau). Une interface web Python permet d'envoyer des prompts en parallèle sur les 3 Raspberry Pi et d'observer en direct la température des processeurs pendant la génération.
À travers une série d'expériences interactives, vous verrez qu'une réponse plus longue ou qu'un modèle plus grand chauffe davantage le processeur et qu'un même prompt peut produire des réponses différentes illustrant la nature probabiliste des modèles de langage.
En transformant l'IA en un phénomène mesurable et observable, cette démonstration fait le lien entre l'abstraction de la génération de code et la réalité physique des machines qui l'exécutent. Elle permet aussi de mieux comprendre pourquoi les centres de données adoptent massivement le refroidissement liquide.
Au-delà de l'IA, cette conférence montre comment Python permet de construire rapidement une démonstration interactive mêlant inférence locale, mesures matérielles et visualisation en temps réel.
Ce moment ou DRY devient créons un framework
Salle LANG5 − samedi 31 octobre 2026 à 14:00 − 25 min
Parlons un peu de ce moment de bascule un peu flou, quand une demande mineur de devient tellement commune que tout le monde fini par se dire "il faudrait en faire un framework et laisse les clés aux équipes qui s'occupe de cette partie du logicel".
Comment réussir à obtenir les quelques semaines pour créer un outil au lieu de bêtement répliquer les mêmes 3 lignes pour la 40eme fois?
Comment répartir les tâches?
Comment les devs utilisant le framework à générer leur tests facilement?
"Le DDD, 6 mois après" - retour d'expérience
Salle LANG5 − samedi 31 octobre 2026 à 15:30 − 25 min
Je vous propose de revenir sur mes 6 derniers mois où j'ai découvert le Domain Driven Design. Ce que j'en ai compris, les aspects qui m'ont posé problème, les limites que j'ai trouvé. J'essaierais d'expliquer l'utilité du DDD.
Linux with Python Super Powers
Salle PATUEK − samedi 31 octobre 2026 à 15:30 − 25 min
While Python has gained immense popularity in data science, AI, web frameworks, etc. Its somewhat forgotten that its roots were in system programming. Join me as we rediscover the often-overlooked realm of Python and Linux. From interacting with cgroups and namespaces to running parts of your code in lightweight containers and writing network filters, explore the limitless possibilities of Python system programming.
Créer un nouveau service libre en Python de nos jours, c'est facile ?
Salle BASENDERIE − samedi 31 octobre 2026 à 15:30 − 25 min
À l'ère de la startup nation, de Claude qui code?, du move fast, break fast and never repair, tu veux créer un nouveau service/projet/logiciel libre en Python mais tu ne sais pas comment t'y prendre ?
Installe-toi, je vais t'expliquer (mes erreurs).
À partir de l'expérience de LeBureau.coop, je vais raconter comment nous avons monté un bureau d'enregistrement de noms de domaine avec des moyens contraints, une concurrence féroce et installée, beaucoup de Python, de logiciels libres et de valeurs, et un probable trouble de l'attention.
Typage en python : état de l'art et nouveautés
Salle MARI/SUGGAR − samedi 31 octobre 2026 à 15:30 − 25 min
Le typage en Python a énormément mûri ces dernières années.
Ce qui n'était au départ qu'une simple aide pour les éditeurs de code est devenu un vrai levier de fiabilité, de documentation et de sérénité lors des refactorings. L'objectif de cette présentation est de montrer que le système de types de Python est à la fois utile et étonnamment puissant, tout en restant conscient de ses limites, car il demeure optionnel, parfois verbeux et incapable de tout garantir à l'exécution.
Côté outillage, l'écosystème est riche, avec des vérificateurs comme mypy et pyright, rejoints par une nouvelle génération d'outils ultra rapides écrits en Rust, comme ty et pyrefly.
Le langage lui même n'a cessé de progresser : la 3.10 a apporté les unions avec la barre verticale, la 3.11 le type Self et les génériques variadiques, et la 3.12 une syntaxe bien plus naturelle pour les génériques et les alias de type, ainsi que le décorateur override qui fiabilise l'héritage. Avec la 3.13 sont arrivés TypeIs et les valeurs par défaut pour les paramètres de type. La grande nouveauté de Python 3.14, c'est l'évaluation différée des annotations qui devient enfin le comportement par défaut, accompagnée du module annotationlib pour les inspecter proprement. Python 3.15 enrichit encore la boîte à outils avec TypeForm, les TypedDict fermés ou dotés d'éléments supplémentaires typés, et les bases disjointes pour mieux modéliser les hiérarchies.
Nous explorerons ces avancées, parmi d'autres présentées au fil de l'exposé, pour voir comment tirer le meilleur d'un système de types devenu puissant et agréable, sans jamais oublier ce qu'il ne sait pas encore faire.
Graphs are Everywhere: so put them in your python
Salle PATUEK − samedi 31 octobre 2026 à 16:30 − 25 min
Graphs, pairwise relationships between entities (or networks, to distinguish these types of graphs from charts on a page), are everywhere, including in python! However, we often overlook these remarkably powerful data structures when writing code. This talk argues that we should start embracing graphs as fundamental data structures in python code, and in doing so start to think more deeply and declaratively about the code we write and the business processes we manage.
We'll start with a quick crash course on graphs theory, before moving on to tour the various graph related tools in python, from stdlib's graphlib, to networkx, and finally rustworkx.
We'll then see how you can use graphs to simplify your code across a variety of use cases, from automating database query construction to managing tasks and allocating resources efficiently.
Accessible for complete beginners, but still providing insights for experienced developers, this talk will hopefully provide a refreshing insight into a data structure that can currently feel underused, but which I argue should be fundamental to our programming toolkit.
Parce que ton infrastructure mérite du vrai code en Python, pas une soupe de YAML
Salle MARI/SUGGAR − samedi 31 octobre 2026 à 16:30 − 25 min
Tu te souviens quand on parlait d’"Infrastructure as Code" ? Eh bien, l’industrie a entendu "Infrastructure as YAML" et s’y est engouffrée. Résultat : on se noie dans une mer de fichiers de configuration sensibles à l’indentation, bourrés de templates, maltraitant Jinja2 au point que même les administrateurs système les plus aguerris en viennent à pleurer dans leur clavier mécanique.
Et puis, il y a PyInfra où ton infrastructure est vraiment du code. Du Python pur. Avec des boucles qui ne nécessitent pas d’apprendre un DSL. Avec des fonctions… attends-toi à ça… de vraies fonctions. Avec une gestion des erreurs qui ne consiste pas à supplier les dieux du YAML et sacrifier une virgule manquante.
Dans cette présentation, tu découvriras comment :
Écrire de l’automatisation d’infrastructure que ton IDE comprend (littéralement)
Déboguer avec de vraies traces de pile au lieu de "ERROR : La tâche inclut une option avec une variable non définie"
Utiliser de vraies conditions Python au lieu de
when: ansible_os_family == "Debian" and not (ansible_distribution == "Ubuntu" and ansible_distribution_version is version('20.04', '>='))Importer et réutiliser du code comme un développeur civilisé, et non comme un dinosaure qui copy-paste des playbooks en 1999
Tester ton code d’infrastructure avec pytest, pas en espérant que ça ne plante pas en staging
On est en 2026, tes serveurs méritent mieux que du YAML. Ils méritent du Python.
Comment une chute en ski a permis de tester nos pratiques de développement
Salle BASENDERIE − samedi 31 octobre 2026 à 16:30 − 25 min
Tout projet, repose sur une ou quelques personnes clefs et la continuité des contributeurs n'est jamais garantie. Alors comment assurer sa survie face aux départs soudains de contributeur clef ?
Dans le monde du logiciel libre, les méthodes de collaborations et de transmissions de savoir sont des pratiques éprouvées. Mais elles ne sont pas toujours appliquées dans tous les projets FOSS et encore moins transposées en entreprise.
Cette présentation est un retour d'expérience lors d'une prestation de développement où un accident a éprouvé nos pratiques de développement.
Nous allons voir quels pratiques ont bien fonctionné dans un cas concret de perte d'un contributeur clef et ainsi montrer la force d'enseignements que possède le FOSS.
Je suis développeur senior chez enioka Haute Couture et lors de mes missions, j'interviens pour accompagner et structurer les développements logiciels de nos clients.
Cette expérience raconte l'histoire d'un projet pour lequel j'avais un rôle de Tech Lead, et qui été interrompue soudainement à cause d'un accident de ski conduisant à une hospitalisation et un arrêt de travail.
Mon rôle est remplacé par un collègue qui devait être opérationnel rapidement, mais sans aucun contexte ou transmission préalable.
Nous verrons ensemble comment cette situation initialement catastrophique, a été surmontée avec des documentations et par des bonnes pratiques de développement.
Claude, Copilot & Cie : ce que les LLM changent vraiment dans une base de code Python
Salle LANG5 − samedi 31 octobre 2026 à 16:30 − 25 min
Retour d’expérience, pas démo. On a laissé des LLM (Claude et autres) écrire, refactorer et tester du Python en production pendant un an. Cette conférence raconte concrètement ce que ça change.
- Où les LLM sont réellement bons en Python (boilerplate, tests, migrations, refactors mécaniques) et où ils dérapent (typage subtil, effets de bord, dépendances, « hallucination » d’API).
- L’effet sur la relecture : le goulot d’étranglement se déplace de « écrire » vers « vérifier ». Volume de PR en hausse, revue humaine sous pression.
- Les garde-fous qui tiennent : typage strict, tests, CI solide, et une file de merge pour garder main vert quand le débit de PR explose.
- Ce qu’on ferait différemment.
Made by community
Salle MARI/SUGGAR − dimanche 1 novembre 2026 à 11:00 − 25 min
Mes premiers ateliers Django, je les ai donnés à Bamenda, dans une région traversée par une crise sociopolitique. Des salles empruntées, un vidéoprojecteur qui marchait une fois sur deux, des sessions annulées pour des raisons qui n'avaient rien à voir avec la tech. Personne ne me l'avait demandé. Je partageais ce que je venais d'apprendre la semaine d'avant.
Aujourd'hui je suis PSF Fellow, Microsoft MVP, membre de la Django Software Foundation, j'ai fondé Python Cameroun et Django Cameroun, et j'ai parlé à la PyCon US. Entre les deux, aucun plan de carrière. Des meetups, des talks ratés, des ateliers où trois personnes se présentent, et une communauté qui a continué à me faire confiance.
Dans ce talk, je raconte ce chemin sans filtre. Ce que parler en public et animer des ateliers construit vraiment, en compétences comme en réseau, ce que ça coûte, et pourquoi il reste ouvert à n'importe qui dans cette salle.
Je suis un produit de la communauté.
Comment modifier sa base de données sans interruption de service
Salle BASENDERIE − dimanche 1 novembre 2026 à 11:00 − 25 min
Les modifications des schémas des bases relationnelles peuvent être compliquées si l'on veut garder un service avec du traffic et sans interruption. La présentation a pour but d'expliquer ce qui peut causer des interruptions de service et ce que l'on peut mettre en place pour les éviter.
wtforms-htmx : des formulaires dynamiques avec htmx mais sans écrire de htmx
Salle LANG5 − dimanche 1 novembre 2026 à 11:00 − 25 min
Et si on écrivait des formulaires web dynamiques - comboboxes avec auto-complétion dynamique, champs qui se remplissent tout seuls, aperçu markdown en direct etc. - entièrement en Python, sans écrire de JavaScript, ni même de htmx ?
wtforms-htmx rend ça possible en s'appuyant sur htmx, et WTForms, une vénérable et agnostique bibliothèque de formulaires agnostique.
Je fais une démo de plusieurs cas d'usage concrets, puis on fait une courte présentation de WTForms, et on regarde comment génére ces interactions en quelques lignes avec wtforms-htmx, et comment elle garantit que tout fonctionne aussi sans JavaScript.
Python Polars for Practitioners: When to Drop Pandas
Salle PATUEK − dimanche 1 novembre 2026 à 11:00 − 25 min
Pandas works until you hit memory limits, slow joins, or null coercion bugs. Polars fixes most of these by design: columnar memory layout, strict types, lazy evaluation, and real parallelism.
We will start with familiar Pandas-style analytics tasks, then showcase selected parts using Polars to show where lazy execution, query optimization, and memory-efficient execution become useful. The focus is not on replacing Pandas everywhere, but on recognizing the point where Polars gives clearer, faster, or more maintainable workflows. From there, we look at sandboxed execution: running Polars in an isolated environment to safely execute dynamically generated transformation code that can also be used as a tool for those building Agents for Data Analytics and Visualization Agentic workflow using LlamaIndex Python Framework. Furthermore, we will have the demo running on Python Streamlit.
From there, we look at sandboxed execution: running Polars in an isolated environment to safely execute dynamically generated transformation code that can also be used as a tool for those building in Agents for Data Analytics and Visualization Agentic workflow.
One Prompt, Fifty Coroutines: What AI Agents Teach Us About Async Python
Salle PATUEK − dimanche 1 novembre 2026 à 12:30 − 25 min
Large language models spend surprisingly little time executing Python code. Most of an AI agent's lifetime is spent waiting for model responses, tool calls, vector databases, APIs, and sometimes even humans. Modern AI applications are fundamentally I/O-bound systems, making Python's asynchronous runtime one of the most important tools for building responsive, scalable software. In this session, we'll build a functional AI agent and use it to explore the async programming patterns that power modern Python applications. As the agent evolves from making a single model call to coordinating multiple tools and concurrent workflows, we'll introduce practical techniques including asyncio. TaskGroup, structured concurrency, semaphores, cancellation, timeouts, streaming responses, and execution context with contextvars. Each concept will be demonstrated in the context of solving a real engineering problem rather than as an isolated language feature. Although AI agents provide the motivating example, this is fundamentally a talk about Python. The concurrency patterns we'll explore apply equally to FastAPI services, asynchronous APIs, background workers, data pipelines, and distributed applications. Along the way, we'll discuss common pitfalls, performance trade-offs, and practical techniques for writing concurrent code that is both responsive and maintainable. You'll leave with a practical mental model of Python's asynchronous runtime and a toolkit of reusable patterns you can immediately apply to any modern I/O-bound Python application, whether it uses AI or not.
Exécution Durable: à quoi ça sert et comment ça marche?
Salle MARI/SUGGAR − dimanche 1 novembre 2026 à 12:30 − 25 min
Envoyer un email, ça ne peut pas être bien compliqué.
Pourtant, dans une application web, garantir qu'un email est bien envoyé n'est pas si évident.
C'est ce problème concret que nous étudierons en Python, avec en fil rouge un exemple classique de fonctionnalité web. On observera les limites d'une implémentation naïve - certains emails ne sont jamais envoyés! - avant d'introduire une solution robuste où les envois sont stockés en base de données puis traités de manière asynchrone ('Outbox pattern'). Enfin, on reconstruira cette solution avec un framework d’exécution durable. Le résultat est très différent! Comment ce code fonctionne-t-il? Quelles garanties apporte-t-il? Et quelle place peut prendre l'exécution durable dans nos applications web classiques?
Guide pour sécuriser la CI/CD Gitlab pour les Développeurs Python
Salle BASENDERIE − dimanche 1 novembre 2026 à 12:30 − 25 min
Aujourd'hui, les cyber-attaques ciblent votre chaîne d'approvisionnement logicielle, pas seulement vos applications. Apprenez à vous défendre contre des attaques comme Shai-Hulud, Megalodon et le compromis de Trivy dans ce guide débutant pour sécuriser les pipelines CI/CD sur GitLab pour des projets Python. Aucune expérience en sécurité nécessaire, juste des bases en Python et Git. Construisez un logiciel plus sûr du dev à la prod.
Django Template Transpiler : Django templates dans le navigateur
Salle LANG5 − dimanche 1 novembre 2026 à 12:30 − 25 min
Ces dernières années, la communauté Python a largement adopté Turbo de Hotwire ou HTMX comme frameworks front de prédilection. Leur principe consiste à utiliser des requêtes AJAX obtenir des morceaux de pages rendus par le backend. Cependant, il existe des situations où chaque requête HTTP a un coût. Que ce soit à cause d'une mauvais bande passante, une limitation par des quotas de données ou tout simplement une facturation au MB. Dans de telles situations, une application ne peut pas se permettre d'effectuer une requête HTTP, par exemple à ajout d'un formulaire dans un formset Django.
Après avoir rencontré cette situation à plusieurs reprises, j'ai décidé de commencer à travailler sur django-template-transpiler, un projet Rust pour transpiler les templates Django en fonctions de rendu JS de façon similaire à React ou Vue. L'objectif est de permettre aux développeurs de rendre une page dynamique en minimisant le coût en resources. DTT permet ainsi de rendre des templates Django suivant la situation, soit côté serveur, soit côté client, en utilisant les le même template Django comme source de vérité.
asyncio en prod pendant 5 ans : les pièges qu'on aurait aimé connaître
Salle LANG5 − dimanche 1 novembre 2026 à 15:00 − 25 min
Cinq ans à faire tourner de l'asyncio en production, ça laisse des cicatrices et des leçons. Retour d'expérience très concret sur ce qui casse vraiment une fois qu'on a dépassé le tutoriel, et sur les patterns qu'on aurait aimé connaître dès le premier jour.
Au menu, les pièges qui nous ont coûté cher : - Offloader les tâches bloquantes sans étrangler la boucle d'événements (le code « synchrone qui traîne » qui fige tout, runinexecutor, et quand ça ne suffit pas). - Timeouts des services périodiques : tâches de fond qui dérivent, se chevauchent ou meurent en silence. - Cancellation propre : annuler une tâche sans laisser des ressources à moitié ouvertes ni avaler des exceptions. - Deadlocks : les interblocages spécifiques à l'async, comment on les a diagnostiqués et évités.
Format REX, orienté « voilà ce qu'on ferait différemment ». Peu de théorie, beaucoup de cas réels.
"Un modèle ne voit jamais personne. Lem, les universaux, et ce qu'un système apprend de nous"
Salle BASENDERIE − dimanche 1 novembre 2026 à 15:00 − 25 min
En 1971, Stanisław Lem publie une nouvelle où un vaisseau s'écrase sur Mars. L'enquête ne trouve aucune panne : le calculateur de bord fonctionnait parfaitement. Il vérifiait simplement tout, sans cesse, jusqu'à saturer sa propre capacité au pire moment. Il avait hérité du trouble obsessionnel de l'ingénieur qui l'avait entraîné — le mot est de Lem, cinquante ans avant le RLHF.
Ce talk part de là pour poser une question très concrète : qu'apprend un modèle, au juste ? Jamais des individus. Uniquement des catégories — « profil senior », « contenu toxique », « candidat à risque ». Or savoir si ces catégories existent dans le monde ou seulement dans nos corpus est une question qui a occupé cinq siècles de philosophie européenne, sous le nom de querelle des universaux. Les trois réponses qui s'y affrontent sont, mot pour mot, les trois attitudes qu'on entend aujourd'hui devant un dataset.
On verra pourquoi ça n'est pas qu'une curiosité : toute critique éthique d'un entraînement suppose déjà une position sur les universaux, et la plupart du temps on l'adopte sans le savoir. On finira par une définition de la personne datée du VIᵉ siècle, un texte publié en mai dernier, et trois questions à se poser devant son propre pipeline.
Aucun code, aucun prérequis philosophique. Juste des outils anciens, étonnamment opérationnels quand on entraîne des systèmes qui décident du sort de gens réels.
pytest à l’échelle : de 100 à 10 000 à 1 000 000 de tests
Salle MARI/SUGGAR − dimanche 1 novembre 2026 à 15:00 − 25 min
Une suite de 100 tests et une suite d’un million de tests ne se pilotent pas pareil. Cette conférence parcourt les trois ordres de grandeur : ce qui casse à chaque palier, et les stratégies pytest pour tenir. À 100 tests, pytest « juste marche ». À 10 000, le temps de collection, les fixtures partagées et la parallélisation (pytest-xdist) deviennent des sujets. À 1 000 000, on change de monde : sharding, exécution distribuée, sélection de tests par impact, cache, et surtout la lutte contre les tests instables (« flaky ») qui, à cette échelle, rendent une suite verte statistiquement impossible sans détection ni quarantaine automatiques. Palier par palier : 100 → bonnes fixtures, parametrize, structure de suite. 10k → temps de collection, xdist, isolation, markers, temps de CI. 1M → sharding, distribution, test selection, observabilité de la suite, détection et quarantaine des tests instables.
How Python Speaks HTTP/3
Salle PATUEK − dimanche 1 novembre 2026 à 15:00 − 25 min
HTTP/3 is no longer something that only browser vendors care about. Cloud providers, CDNs, APIs and application platforms are increasingly adopting it, yet many Python developers still think of HTTP as "TCP + TLS + requests".
This talk focuses on what actually changes when an application starts communicating over HTTP/3.
Rather than explaining the protocol from slides, I'll follow a real request through the stack and use that journey to introduce the major concepts. We'll compare the request path in HTTP/1.1, HTTP/2 and HTTP/3, look at where head-of-line blocking comes from and see how QUIC moves reliability, multiplexing and encryption into a new transport layer built on top of UDP.
The session includes: - A brief history of why HTTP/3 was created - Understanding TCP-level head-of-line blocking - QUIC streams and multiplexing - TLS 1.3 inside QUIC - Connection establishment and 0-RTT - Exploring Python HTTP/3 libraries such as aioquic - Code demonstration of a Python HTTP/3 client and server
The goal is not to turn attendees into protocol experts. Instead, they should leave with a practical mental model of what happens between a Python HTTP call and the network and a clearer understanding of the technologies that power modern web traffic.
To be confirmed
Salle PATUEK − dimanche 1 novembre 2026 à 15:30 − 25 min
To be confirmed
Salle PATUEK − dimanche 1 novembre 2026 à 16:00 − 25 min