RSS DZone.com - TheNote.app

RSS DZone.com
Suivre

DZone est une plateforme en ligne exhaustive qui se concentre sur divers aspects de la technologie et de la programmation. Le site offre une grande quantité d'informations sur différents langages de programmation, technologies, frameworks et outils. Certains des principales caractéristiques et ressources disponibles sur le site comprennent des actualités et des articles sur les dernières tendances et mises à jour dans le secteur technologique, diverses ressources et tutoriels pour apprendre différentes compétences en programmation, et une communauté où les utilisateurs peuvent interagir entre eux et partager leurs expériences et leurs connaissances. De plus, DZone propose des offres d'emploi pour les professionnels de la technologie, servant ainsi de ressource utile pour ceux qui s'intéressent à la technologie et à la programmation.

RSS feeds.dzone.com

DZone.com Feed dzone.com

RSS Hunter • 22 août 2024

Fil de notes

Développeurs seniors, que lire ensuite ?

Récemment, l'un de mes meilleurs amis, qui est, entre-temps, l'un des développeurs les plus intelligents que j'aie la chance de connaître, m'a demandé quel livre il devrait lire ensuite pour développer davantage ses compétences. Il m'a fallu un certain temps pour rassembler mes pensées, et cela pourrait être utile pour les autres aussi. Alerte spoiler : je n'ai pas pu trouver un seul livre que je dirais être le livre à lire en tant que développeur senior. Au lieu de cela, j'ai résumé les livres que j'ai trouvés bons pour une raison ou une autre. Comme le résumé l'a également déclaré, il s'agit d'une liste subjective ; n'hésitez pas à être d'accord ou en désaccord avec mes choix, ainsi que n'hésitez pas à laisser un commentaire ou à me contacter de toute autre manière pour partager vos pensées.

Senior Developers, What to Read Next? dzone.com

RSS Hunter • 14 oct. 2025

IA agentique : pourquoi votre copilote est sur le point de devenir votre collègue

Vous avez passé les deux dernières années à jouer avec ChatGPT, GitHub Copilot et divers assistants d'IA. Vous posez des questions, ils répondent. Vous demandez du code, ils le génèrent. Mais voici ce qui change en 2025 : l'IA est sur le point de cesser d'attendre vos instructions et de commencer à exécuter des flux de travail entiers de manière autonome. Bienvenue dans l'ère de l'IA agentive — et cela va fondamentalement changer la façon dont les logiciels sont construits, déployés et maintenus.

Agentic AI: Why Your Copilot Is About to Become Your Coworker dzone.com

RSS Hunter • 14 oct. 2025

Où les données obsolètes se cachent dans votre architecture (et comment les repérer)

Chaque système collecte des données obsolètes au fil du temps - cela est évident. Ce qui l'est moins, c'est la quantité de données que votre plateforme accumulera et, plus important encore, si elles s'accumulent dans des endroits où elles ne devraient jamais être. Ce n'est plus seulement un problème opérationnel, mais un problème architectural. D'après mon expérience, j'ai souvent trouvé des données obsolètes cachées dans des recoins auxquels personne ne pense. En surface, elles semblent inoffensives, mais avec le temps, elles commencent à façonner le comportement du système de manière difficile à ignorer. Et ce n'est pas seulement un cas limite rare : des études montrent qu'en moyenne, plus de la moitié de toutes les données organisationnelles finissent par être obsolètes. Cela signifie que les risques ne sont pas occasionnels mais systémiques, se propageant discrètement dans les parties critiques de la plateforme.

Where Stale Data Hides Inside Your Architecture (and How to Spot It) dzone.com

RSS Hunter • 14 oct. 2025

SQL Snowflake avancé pour l'ingénierie des données et l'analyse

Snowflake est une plateforme de données native du cloud, connue pour son évolutivité, sa sécurité et son excellent moteur SQL, ce qui la rend idéale pour les charges de travail d'analyse modernes. Dans cet article, j'ai tenté de me plonger dans les requêtes SQL avancées pour l'analyse du commerce de détail en ligne, en utilisant les capacités de Snowflake pour obtenir des informations sur l'analyse des tendances, la segmentation de la clientèle et la cartographie du parcours utilisateur avec sept requêtes pratiques, chacune avec un flux de requête, une visualisation BI, un schéma d'architecture système et des exemples d'entrées/sorties basés sur un exemple d'ensemble de données de vente au détail en ligne.

Advanced Snowflake SQL for Data Engineering Analytics dzone.com

RSS Hunter • 14 oct. 2025

La CNCF déclenche une percée de la parité de plateforme pour Arm64 et x86

Le développement de logiciels open source pour l'architecture Arm64 est confronté à des défis liés à l'environnement CI/CD en raison des désavantages historiques par rapport à x86. Les développeurs ont besoin d'outils et de méthodes cohérents sur toutes les plateformes, en évitant des procédures distinctes pour les architectures moins courantes. La performance est cruciale, garantissant que les schémas de déploiement ne ralentissent pas lors de la prise en charge de plusieurs plateformes. Une couverture de tests complète est essentielle, avec des tests identiques pour l'efficacité, la conformité et la sécurité sur toutes les plateformes. La maintenabilité permet aux développeurs d'automatiser les processus d'intégration et de redéveloppement sur toutes les plateformes de manière transparente. Les chefs de produit partagent ces besoins et nécessitent des considérations supplémentaires. Ils ont également besoin d'une allocation efficace des ressources et d'une rentabilité pour les builds multi-architectures. En fin de compte, l'objectif est de construire, tester, déployer et maintenir sur plusieurs architectures, y compris Arm64. La prise en charge réussie de plusieurs architectures nécessite de répondre à ces attentes des développeurs et des chefs de produit. Atteindre la parité en matière de support au développement est essentiel pour encourager une adoption plus large d'Arm64. Cela inclut de rendre les environnements Arm64 faciles à utiliser et rentables.

CNCF Triggers a Platform Parity Breakthrough for Arm64 and x86 dzone.com

RSS Hunter • 14 oct. 2025

Notre chemin vers une meilleure gestion des certificats avec Vault et FreeIPA

Gérer l'infrastructure à clé publique (PKI) est un défi, en particulier dans les environnements dynamiques et cloud-native. À l'époque « révolue », vous pouviez créer une machine virtuelle, y placer un certificat et l'oublier pendant quelques années (ou du moins jusqu'à l'expiration du certificat). Mais à mesure que l'infrastructure moderne a évolué, une approche plus automatisée et évolutive est nécessaire. Dans cet article, nous allons explorer comment configurer HashiCorp Vault en tant qu'autorité de certification (CA) subordonnée sous FreeIPA, comment demander des certificats et construire une chaîne de certificats approuvée par n'importe quel hôte de votre infrastructure.

Our Path to Better Certificate Management With Vault and FreeIPA dzone.com

RSS Hunter • 14 oct. 2025

À l'intérieur de Microsoft Fabric : Comment les agents de données, Copilot Studio et Real-Time Intelligence alimentent l'entreprise axée sur l'IA

Microsoft Fabric est partout depuis sa prévisualisation en 2023. De la croissance rapide des fonctionnalités à l'adoption rapide, ce qui a commencé comme une plateforme de données unifiée est maintenant un écosystème complet. Pour un utilisateur Power BI expérimenté, Fabric sera à la fois familier et amélioré, voire complexe. La courbe d'apprentissage est raide mais justifiée par les bénéfices. Les équipes BI sont en mesure d'aller au-delà des tableaux de bord pour l'orchestration, la gouvernance et l'évolutivité de l'analyse. La Business Intelligence dans Fabric ne se limite plus à la maîtrise d'un seul outil, il s'agit de maîtriser une suite d'outils et de technologies interconnectés. De l'architecture Delta Lake et de la sémantique OneLake aux pipelines de streaming, aux points de terminaison SQL et au choix entre les modes DirectLake/Import, le paysage exige une maîtrise de l'ensemble de la plateforme. Dans cet article, nous allons explorer comment l'écosystème des agents d'IA de Fabric fonctionne en pratique, en nous concentrant principalement sur les sujets suivants :

Inside Microsoft Fabric: How Data Agents, Copilot Studio, and Real-Time Intelligence Power the AI-Driven Enterprise dzone.com

RSS Hunter • 14 oct. 2025

Améliorer l'IA : Une plongée en profondeur auprès des utilisateurs, des développeurs et des entreprises

Introduction - Améliorer l'IA. Dans mon précédent article, j'ai expliqué pourquoi il est aujourd'hui essentiel de rendre l'IA plus rapide, meilleure et moins chère. J'ai également présenté mon objectif de m'appuyer sur des expériences réelles pour en discuter. J'ai également partagé une analyse approfondie des principaux défis et stratégies pour rendre l'IA plus rapide, tout en mettant en évidence trois perspectives clés : les utilisateurs finaux, les développeurs d'IA et les entreprises. Dans cet article, je me concentrerai sur le deuxième pilier - Améliorer l'IA - et je l'analyserai en profondeur.

Making AI Better: A Deep Dive Across Users, Developers, and Businesses dzone.com

RSS Hunter • 14 oct. 2025

Un nouveau regard sur l'optimisation des programmes Apache Spark

J'ai passé d'innombrables heures à déboguer des tâches Spark lentes, et cela se résume presque toujours à une poignée d'écueils courants. Apache Spark est un puissant moteur de traitement distribué, mais obtenir des performances optimales nécessite plus que simplement exécuter votre code sur un cluster. Même avec l'optimiseur Catalyst et le moteur d'exécution Tungsten intégrés de Spark, une tâche Spark mal écrite ou mal configurée peut s'exécuter lentement ou inefficacement. Au cours de mes années en tant qu'ingénieur logiciel, j'ai appris qu'obtenir des performances optimales de Spark nécessite d'aller au-delà des valeurs par défaut et de traiter le réglage des performances comme une partie essentielle du processus de développement. Dans cet article, je partagerai les leçons pratiques que j'utilise pour optimiser les programmes Spark pour la vitesse et l'efficacité des ressources.

A Fresh Look at Optimizing Apache Spark Programs dzone.com

RSS Hunter • 14 oct. 2025

Comment les développeurs utilisent les données synthétiques pour tester les modèles en conditions de marché instables

Chaque quant connaît le rituel : collecter les prix historiques, concevoir des caractéristiques et exécuter un backtest. Pourtant, lorsque ces mêmes backtests sont appliqués à des actions peu négociées ou à des marchés frontières, les résultats s'effondrent. Des données manquantes, l'illiquidité, les changements réglementaires et les distorsions pures et simples s'insinuent. Le backtest semble élégant sur papier, mais échoue instantanément en production. Le problème n'est pas la stratégie seule, mais l'ensemble de données lui-même. Des marchés comme l'Inde, l'Asie du Sud-Est, ou même des poches de petites capitalisations dans les économies développées ne fournissent tout simplement pas les ensembles de données propres et à haute fréquence que les modèles construits sur les actions américaines supposent. Cette fragilité pousse les développeurs vers une nouvelle approche : la génération de données synthétiques. En construisant des ensembles de données conçus pour imiter la volatilité, les sécheresses de liquidité et les changements de régime, les quants peuvent répéter la réalité dans des environnements contrôlés.

How Developers Use Synthetic Data to Stress-Test Models in Noisy Markets dzone.com

RSS Hunter • 14 oct. 2025

Opérationnaliser l'IA responsable : Transformer l'éthique en ingénierie

Récemment, on dirait que tout le monde parle d'IA responsable - mais qu'est-ce que cela signifie réellement lorsque vous êtes l'ingénieur qui met un modèle en production ? Vous vérifiez déjà la latence, la précision et la surveillance avant une publication - mais cochez-vous jamais "IA éthique" ? Lorsque votre modèle fournit une prédiction ou une recommandation et qu'un utilisateur demande : "Pourquoi ces résultats et pas les autres ?", avez-vous une explication claire ou juste un haussement d'épaules et "l'algorithme l'a suggéré" ? C'est l'écart inconfortable entre la capacité de l'IA et la responsabilité de l'IA.

Operationalizing Responsible AI: Turning Ethics Into Engineering dzone.com

RSS Hunter • 13 oct. 2025

Automatisation de la génération d'interfaces REST

Résumé Dans le contexte du développement d'applications de services financiers, le respect des directives architecturales est essentiel. Une équipe d'architectes informatiques a expérimenté des modèles de langage volumineux (LLM) pour automatiser la génération d'interfaces REST, réduisant ainsi le temps de développement jusqu'à 30 %. Cependant, la mise en œuvre a révélé des limites dans la gestion de la complexité et la garantie de la cohérence des règles. Cet article explore les défis rencontrés, les solutions adoptées et les perspectives pour améliorer davantage le processus. Point de départ Je travaille depuis plus de 5 ans en tant qu'architecte informatique, en support des équipes de développement d'applications dans les services financiers.

Automating REST Interface Generation dzone.com

RSS Hunter • 13 oct. 2025

Catalogue REST Apache Iceberg : La clé de l'interopérabilité des données, indépendante des fournisseurs

Apache Iceberg Open Table Format a été publié dans la communauté avec de nombreuses fonctionnalités, mais est devenu populaire grâce à l'interopérabilité. Cette interopérabilité rend Iceberg indépendant des fournisseurs et des moteurs SQL. Iceberg REST Catalog (IRC) a rendu l'interopérabilité fluide et simple. IRC peut résoudre les problèmes liés à l'intégration dans les écosystèmes d'analyse de données volumineuses. Cela devient très important, en particulier dans le cadre du Data Mesh, où vous avez plusieurs éditeurs et consommateurs de données connectés via une plateforme de gouvernance centrale. En utilisant IRC, les entreprises peuvent économiser sur les redondances de données, le calcul et les frais généraux opérationnels.

Apache Iceberg REST Catalog: The Key to Vendor-Agnostic Data Interoperability dzone.com

RSS Hunter • 13 oct. 2025

Qu'est-ce que le test d'API ?

Les API sont le mot à la mode de l'industrie du logiciel ces jours-ci. Elles alimentent la plupart des applications modernes et permettent une communication transparente entre différents systèmes, services et plateformes. De la réservation d'un taxi aux paiements en ligne, les API fonctionnent silencieusement en arrière-plan pour tout connecter. Elles permettent non seulement de gagner du temps de développement, mais aussi d'améliorer l'évolutivité, la flexibilité et l'innovation pour les entreprises. En bref, les API agissent comme l'épine dorsale de l'écosystème numérique sur lequel nous comptons chaque jour.

What Is API Testing? dzone.com

RSS Hunter • 13 oct. 2025

Infrastructure IA : Calcul, stockage, observabilité, sécurité, et plus encore

Dans ce troisième article de la série sur l'infrastructure d'IA, vous découvrirez le calcul, le stockage, l'observabilité, la performance, l'optimisation (analyse approfondie) et la sécurité de l'infrastructure d'IA. Ceci est la dernière partie de ma série en trois parties sur l'infrastructure d'IA. Il est recommandé de lire les deux articles précédents publiés sur DZone : Infrastructure d'IA pour les agents et les LLM : options, outils et optimisation Guide de l'infrastructure d'IA : outils, frameworks et flux d'architecture Architecture de la couche de calcul La couche de calcul fournit la puissance de traitement brute nécessaire aux charges de travail d'IA, avec des considérations spécifiques pour la gestion des GPU, l'allocation des ressources et l'ordonnancement des charges de travail. Cette couche doit gérer les caractéristiques uniques des charges de travail d'IA : exigences de mémoire élevées, processus de longue durée et besoins dynamiques en ressources.

AI Infrastructure: Compute, Storage, Observability, Security, and More dzone.com

RSS Hunter • 13 oct. 2025

Outils de développement pilotés par l'IA : Transformer l'avenir du développement logiciel

L'intelligence artificielle n'est plus un exemple si farfelu de technologie dans le développement logiciel ; elle est déjà un puissant catalyseur de changement dans le développement logiciel. L'apprentissage automatique prend moins de temps, offre une prise de décision plus intelligente et rationalise les tâches répétitives en utilisant des outils de développement basés sur l'IA. Plutôt que de perdre du temps à déboguer, à écrire du code passe-partout ou à tester tous les scénarios possibles, les outils d'IA aideront à de nombreuses de ces implémentations. Elle rationalise les efforts des équipes logicielles afin qu'elles puissent livrer des projets plus rapidement, avec moins de dette de code et plus de temps à consacrer à la résolution créative de problèmes et à l'innovation.

AI-Driven Developer Tools: Transforming the Future of Software Development dzone.com

RSS Hunter • 13 oct. 2025

Écrire une fois, appliquer partout : Réutilisation des politiques Rego entre la construction et l'exécution

Dans la plupart des organisations, la sécurité et la conformité sont appliquées deux fois : une fois lors des contrôles de compilation et une autre fois au moment de l'exécution grâce aux contrôleurs d'admission et aux systèmes de surveillance. Souvent, les politiques écrites au moment de la compilation ne sont pas réutilisées au moment de l'exécution, ce qui entraîne une dérive, une redondance et des lacunes dans l'application. Avec l'essor d'Open Policy Agent (OPA) et de Rego, les équipes ont désormais la possibilité d'unifier la logique des politiques et de la réutiliser de manière transparente dans les deux phases. Cet article traite des principes, des modèles de conception et des techniques pratiques pour réutiliser les politiques Rego au moment de la compilation et de l'exécution, aidant ainsi les équipes à réduire la duplication, à améliorer la confiance en la conformité et à accélérer la livraison des logiciels.

Write Once, Enforce Everywhere: Reusing Rego Policies Across Build and Runtime dzone.com

RSS Hunter • 13 oct. 2025

Au-delà des équilibreurs de charge traditionnels : le rôle des routeurs d'inférence dans les systèmes d'IA

Le routage d'inférence dirige efficacement les requêtes d'IA vers le modèle le plus adapté en fonction de divers critères. Ce routage intelligent surpasse l'équilibrage de charge simple en tenant compte de facteurs tels que la complexité de la requête et la disponibilité des ressources. Les routeurs d'inférence, comme vLLM et OpenRouter, optimisent les performances dans les environnements multi-modèles. L'objectif principal est de garantir que chaque requête est traitée par le modèle le plus approprié disponible. Le processus de sélection commence par la détermination du type de requête et du cas d'utilisation. L'évaluation des modèles implique des tests comparatifs par rapport à des mesures telles que la précision, la latence et le coût. Des outils comme Azure AI Foundry fournissent des références de modèles pour évaluer les performances et la pertinence. Des tests standardisés permettent une comparaison détaillée des modèles candidats. Cette comparaison permet aux développeurs d'identifier les compromis. L'accent est mis sur la recherche de l'équilibre optimal entre performance et efficacité. En fin de compte, le routage d'inférence améliore l'efficacité globale des applications d'IA.

Beyond Traditional Load Balancers: The Role of Inference Routers in AI Systems dzone.com

RSS Hunter • 13 oct. 2025

Pourquoi l'IA d'entreprise a besoin de plateformes de messagerie agentique

Les initiatives d'IA d'entreprise suivent souvent un schéma prévisible. Elles démarrent avec des objectifs ambitieux : "Nous avons besoin d'agents d'IA capables d'automatiser les flux de travail, de s'intégrer à nos systèmes et d'exécuter une logique métier complexe." Les démonstrations sont convaincantes. Le potentiel est clair. Mais ensuite, la réalité de la mise en œuvre s'installe.

Why Enterprise AI Needs Agentic Messaging Platforms dzone.com

RSS Hunter • 13 oct. 2025

Intégrer l'IA dans vos applications Java

L'intelligence artificielle (IA) devient de plus en plus omniprésente. En tant que développeur Enterprise Java, vous vous demandez peut-être quelle valeur l'IA peut apporter à vos applications métier, quels outils Java fournit pour le faire facilement, et quelles compétences et connaissances vous pourriez avoir besoin d'acquérir. Dans cet article, nous vous fournissons les connaissances et les compétences de base dont vous avez besoin pour commencer à explorer les capacités de l'IA afin de créer des applications Enterprise Java intelligentes et réactives. Lorsque nous parlons d'IA dans cet article, nous entendons obtenir des réponses d'un grand modèle linguistique (LLM) basé sur une requête que l'application Java envoie au LLM. Dans l'exemple de notre article, nous créons un simple chatbot que les clients peuvent interroger pour obtenir des recommandations de destinations touristiques planétaires, puis utiliser pour réserver un vaisseau spatial pour les visiter. Nous démontrons l'utilisation de frameworks Java comme LangChain4j avec Quarkus pour interagir efficacement avec les LLM et créer des applications satisfaisantes pour les utilisateurs finaux.

Infusing AI into Your Java Applications dzone.com

RSS Hunter • 10 oct. 2025

Plonger dans JNI : Mes aventures chaotiques avec C++ sous Android

L'auteur détaille son expérience d'intégration d'un assistant IA en C++ dans une application Android à l'aide de JNI. JNI sert de lien essentiel entre le code Java/Kotlin et le code C/C++. Cette interface est cruciale pour les tâches gourmandes en performances et l'accès aux API Android de bas niveau. L'auteur a trouvé le processus initialement désorientant, ayant l'impression d'apprendre un langage complexe supplémentaire. Le débogage s'est avéré difficile, avec des erreurs subtiles comme des appels oubliés à DeleteLocalRef provoquant des défaillances critiques de l'application. Le projet a nécessité de faire le pont entre les environnements Java et C++, entraînant des pièges JNI courants. Comprendre la mécanique de JNI est la clé d'une intégration native réussie. L'auteur vise à partager ses réflexions sur ce qui n'a pas fonctionné et ce qui a fonctionné. Ces connaissances aideront les autres à relever des défis JNI similaires. L'objectif est de simplifier le processus de développement pour ceux qui utilisent JNI.

Diving into JNI: My Messy Adventures With C++ in Android dzone.com

RSS Hunter • 10 oct. 2025

Agents durables à long terme avec Spring AI et les flux de travail Dapr

Au cours de la dernière année, nous avons constaté une augmentation de divers modèles et usages qui combinent des frameworks populaires, tels que Spring AI et les interactions LLM. En janvier de cette année, Christian de l'équipe Spring AI a publié Building Effective Agents with Spring AI, qui couvre des modèles d'agents communs décrits dans le document Anthropic intitulé Building Effective Agents. Je recommande vivement ces deux billets de blog pour avoir une bonne compréhension de la façon dont ces concepts prennent forme et des outils nécessaires pour mettre en œuvre les modèles suggérés dans ces deux articles.

Long-Running Durable Agents With Spring AI and Dapr Workflows dzone.com

RSS Hunter • 10 oct. 2025

Introduction à Spring Data Elasticsearch 5.5

Cela fait un moment que mon premier article consacré à l'utilisation de Spring Data Elasticsearch en tant que base de données NoSQL a été publié. Quelques articles avec des changements de configuration ou des astuces ont suivi le premier article. Par conséquent, l'objectif principal de cet article est de définir une nouvelle base pour la configuration complète d'Elasticsearch. Remarque : Tous les articles précédents sont listés à la fin.

Introduction to Spring Data Elasticsearch 5.5 dzone.com

RSS Hunter • 10 oct. 2025

Arrêtez les plantages de React Native : Un guide de gestion d'erreurs prêt pour la production

Vous démontrez votre prochaine idée d'application mobile à des investisseurs et, soudain, l'application plante. Vous êtes maintenant dans l'incertitude quant à la cause de l'arrêt : est-ce dû à une mauvaise connexion WIFI sur le lieu, à une interruption de service ou à un problème avec l'application elle-même ? Il n'y a aucun journal ou alerte pour vous indiquer ce qui vient de se passer. La simple imagination de ce scénario peut plonger tout fondateur ou développeur dans la panique et l'anxiété. Par conséquent, disposer d'une gestion d'erreurs robuste est essentielle pour les applications mobiles modernes. React Native est devenu une norme de l'industrie pour la création d'applications mobiles natives multiplateformes. React Native se targue d'un écosystème riche de gestion d'erreurs à différents niveaux d'architecture. Cependant, les projets manquent souvent de lignes directrices claires sur la façon de gérer les différents scénarios d'erreur. Cela se traduit par une gestion d'erreurs excessive ou insuffisante dans des applications autrement robustes et riches en fonctionnalités. Dans cet article, vous apprendrez à adopter un mécanisme de gestion d'erreurs à trois niveaux, qui gagne en popularité auprès des applications d'entreprise de niveau supérieur développées dans les principales entreprises. L'article vous fournira un guide pratique plutôt que de la théorie pure, afin que vous soyez prêt à adapter ces concepts immédiatement.

Stop React Native Crashes: A Production-Ready Error Handling Guide dzone.com

RSS Hunter • 10 oct. 2025

Corriger un test implique beaucoup plus que de simplement le faire passer

Les tests logiciels sont des mécanismes essentiels dans le cycle de développement conçus pour vérifier que le code se comporte comme prévu. Ils détectent les bogues, garantissant que la fonctionnalité correspond aux exigences, et maintiennent la fiabilité globale du système grâce à des assertions automatisées sur les entrées, les sorties et les états. Cependant, la correction d'un test en échec va bien au-delà de la simple modification pour le faire passer, car cette approche superficielle peut masquer des problèmes plus profonds dans le code ou l'architecture sous-jacents. Une résolution réelle nécessite une enquête approfondie sur la cause profonde. Il peut s'agir d'une erreur de logique, d'une inadéquation environnementale, d'une défaillance de dépendance ou d'une hypothèse obsolète dans le test lui-même, suivie de corrections ciblées qui préservent l'intention du test en tant que garde-fou contre les régressions. La modification aveugle des assertions pour les faire correspondre à des résultats inattendus, tels que le changement d'une valeur attendue de faux à vrai sans valider pourquoi la discordance s'est produite, risque d'introduire de faux positifs, érodant la confiance dans la batterie de tests.

Fixing a Test Involves Much More Than Simply Making It Pass dzone.com

RSS Hunter • 10 oct. 2025

Diagnosticque Kubernetes assisté par l'IA : une mise en œuvre pratique

La résolution des problèmes Kubernetes suit un modèle répétitif : identifier les pods non sains, examiner les descriptions, examiner les journaux, analyser les événements et corréler les informations pour trouver les causes profondes. Pour les problèmes courants tels que CrashLoopBackOff, ImagePullBackOff ou les pods OOMKilled, les ingénieurs répètent les mêmes étapes de diagnostic quotidiennement, parfois des dizaines de fois par semaine dans des environnements de production chargés. Le flux de travail traditionnel nécessite l'exécution de plusieurs commandes kubectl en séquence, la corrélation mentale des sorties des descriptions de pod, des journaux de conteneur, des flux d'événements et des configurations de ressources. Un ingénieur enquêtant sur un pod défaillant unique peut exécuter 5-10 commandes, lire des centaines de lignes de sortie et passer 10 à 30 minutes à relier les symptômes aux causes profondes. Pour les problèmes simples tels que les limites de mémoire ou les images manquantes, cet investissement de temps donne lieu à des solutions qui suivent des modèles prévisibles.

AI-Assisted Kubernetes Diagnostics: A Practical Implementation dzone.com

RSS Hunter • 10 oct. 2025

Créer des données de test réalistes en Java : un guide pratique pour les développeurs

Il y a quelque chose auquel tout développeur backend ou API est confronté tôt ou tard : le besoin de bonnes données fictives. Que vous testiez une nouvelle API, que vous remplissiez une base de données pour des démonstrations, ou que vous essayiez simplement de rendre vos tests unitaires moins « ennuyeux », les données fictives font partie de votre routine quotidienne. Le problème ? La plupart des données fictives semblent… fausses. Vous vous retrouvez avec « John Doe » et « 123 Main Street » répétés encore et encore, ce qui n’est pas très beau lorsque vous présentez un prototype à votre équipe ou à votre client.

Building Realistic Test Data in Java: A Hands-On Guide for Developers dzone.com

RSS Hunter • 10 oct. 2025

Sécuriser HTTPS de l'intérieur vers l'extérieur : Prévenir les attaques d'interception côté client

"Aperçu HTTPS est le mécanisme le plus couramment utilisé pour protéger la communication client-serveur sur Internet. La plupart des équipes se concentrent sur SSL/TLS et le durcissement du serveur - et pour bonne raison - mais la sécurité est en couches : le système n'est pas plus solide que son maillon le plus faible. Cet article se concentre sur une classe spécifique d'attaques de type "homme du milieu" (MITM) HTTPS qui n'est pas largement discutée. L'objectif est de renforcer l'un des maillons les plus faibles de nombreux déploiements. Si vous pensez qu'il est parfaitement sûr d'utiliser un site bancaire via HTTPS sur un appareil qui n'est pas le vôtre (l'ordinateur portable d'un ami, une machine de bureau), veuillez continuer à lire."

Securing HTTPS From the Inside Out: Preventing Client-Side Interception Attacks dzone.com

RSS Hunter • 10 oct. 2025

Outils populaires d'automatisation DevOps

Les outils d'automatisation DevOps rationalisent le chemin de l'idée au déploiement en transformant les étapes répétitives et sujettes aux erreurs en flux de travail fiables et reproductibles qui réduisent la charge de travail et raccourcissent le temps moyen de rétablissement (MTTR). Cet article présente cinq catégories d'outils d'automatisation DevOps. Développer votre pile d'outils de manière réfléchie est moins une question de quantité que de réduction du taux d'échec des changements et d'augmentation de la fréquence des déploiements de manière sûre.

Popular DevOps Automation Tools dzone.com

RSS Hunter • 9 oct. 2025

Utilisation des LLM pour automatiser l'analyse des causes profondes dans la réponse aux incidents

Résumé Dans les systèmes complexes actuels basés sur le cloud et les microservices, il n'est pas surprenant que des problèmes surviennent. Bien que nous ayons fait d'énormes progrès dans la détection rapide des problèmes grâce aux outils d'observabilité modernes, identifier la cause profonde réelle d'un problème — ce qui a réellement provoqué l'incident — reste une tâche difficile, manuelle et chronophage. C'est là qu'interviennent les grands modèles de langage (LLM). Ces modèles d'IA sont entraînés à comprendre les journaux, les alertes, la documentation et le langage naturel — autant d'éléments cruciaux lors des incidents. En exploitant la puissance des LLM, les équipes peuvent accélérer considérablement l'analyse des causes profondes (RCA), réduire les temps d'arrêt et même jeter les bases de systèmes à auto-réparation.

Using LLMs to Automate Root Cause Analysis in Incident Response dzone.com

RSS Hunter • 9 oct. 2025

Évaluation des assistants vocaux basés sur les LLM : un guide au-delà des métriques traditionnelles

Les assistants vocaux sont passés de simples systèmes basés sur des règles à des agents conversationnels avancés alimentés par de grands modèles linguistiques (LLM). Les premières versions des assistants vocaux ne pouvaient gérer que des tâches spécifiques avec des commandes prédéfinies. En revanche, les assistants modernes alimentés par des LLM peuvent désormais engager des conversations longues et ouvertes, suivre des instructions complexes et effectuer un raisonnement en plusieurs étapes. Ces capacités améliorées posent de nouveaux défis d'évaluation. Les métriques traditionnelles telles que la précision de la classification des intentions, la précision/rappel du remplissage des emplacements et les taux d'achèvement des objectifs ne peuvent plus capturer la qualité globale d'un assistant vocal. Les réponses de l'assistant peuvent sembler fluides et plausibles, même lorsqu'elles contiennent des erreurs factuelles ou du contenu dangereux. Par exemple, un assistant LLM pourrait identifier correctement la demande d'un utilisateur de « trouver des restaurants italiens » (intention) et extraire l'emplacement « centre-ville » (emplacement), mais répondre ensuite avec le nom d'un restaurant qui n'existe même pas. Les benchmarks traditionnels considéreraient la tâche d'intention/emplacement comme réussie, sans tenir compte de l'erreur factuelle. Par conséquent, de nouvelles métriques et techniques sont nécessaires pour évaluer la factualité, la sécurité, la capacité de raisonnement, le suivi des instructions et l'expérience utilisateur.

Evaluating LLM-Powered Voice Assistants: A Guide Beyond Traditional Metrics dzone.com

RSS Hunter • 9 oct. 2025

Construire une technologie de jumeau numérique de la chaîne d'approvisionnement

À propos de la chaîne d'approvisionnement La chaîne d'approvisionnement signifie que l'ensemble du système est impliqué, du producteur au client. Ce processus implique la production et la livraison d'un produit ou d'un service au client. Il comprend toutes les méthodes, systèmes, organisations, personnes, activités, informations et ressources. Voici quelques-unes des étapes impliquées dans la chaîne d'approvisionnement :

Building a Supply Chain Digital Twin Technology dzone.com

RSS Hunter • 9 oct. 2025

Comment l'IA générative peut éliminer les goulets d'étranglement des PME dans les systèmes d'entreprise

Dans les grandes entreprises, les connaissances tacites entravent souvent la productivité des développeurs et ralentissent l'agilité opérationnelle. Les experts du domaine (SME) deviennent des goulots d'étranglement lorsque la logique métier critique et les décisions de configuration résident uniquement dans des bases de code héritées ou dans l'esprit de quelques vétérans. Cet article présente une architecture qui exploite les plongements de GraphCodeBERT, la recherche vectorielle FAISS et les grands modèles linguistiques (LLM) tels que Sonnet ou Claude pour transformer la logique d'entreprise complexe en explications conversationnelles. En s'appuyant sur des cas d'utilisation réels dans le traitement du cycle de vie des actifs et les opérations de plateformes internes, il décrit une approche évolutive, pilotée par l'IA générative, pour surmonter les goulots d'étranglement des SME et accélérer la vélocité d'ingénierie.

How GenAI Can Eliminate SME Bottlenecks in Enterprise Systems dzone.com

RSS Hunter • 9 oct. 2025

Low Code, Impact Fort : Guide d'un architecte de solutions pour la création de plateformes communautaires évolutives avec l'IA et les outils low-code

En tant qu'architecte de solutions, j'ai passé la majeure partie de ma carrière à construire des systèmes d'entreprise massifs : des plateformes natives du cloud, des API évolutives et une infrastructure robuste. Alors, lorsque j'ai décidé de construire un hub numérique pour notre communauté Chhath Puja en Californie du Sud, ce fut un changement rafraîchissant par rapport à la routine de l'entreprise. Cette fois-ci, il n'y avait pas d'équipe de projet, pas de budget informatique et pas de réunions avec les parties prenantes. Juste moi - et le besoin de lancer quelque chose de significatif, rapidement.

Low Code, High Impact: A Solution Architect’s Guide to Building Scalable Community Platforms With AI and Low-Code Tools dzone.com

RSS Hunter • 9 oct. 2025

La virtualisation rencontre l'accélération : alimenter les charges de travail d'IA

L'intelligence artificielle est rapidement passée du statut de mot à la mode à celui de moteur d'entreprise. Des chatbots et de la détection de fraude à l'imagerie médicale et à l'analyse prédictive, l'IA a trouvé sa place dans presque toutes les industries. Mais à mesure que l'IA évolue, les exigences en matière d'infrastructure qui la soutiennent évoluent également. L'entraînement de grands modèles ou l'exécution de pipelines d'inférence en temps réel n'est pas une mince affaire – cela demande une puissance de calcul, une bande passante et une orchestration sérieuses. La bonne nouvelle, c'est que la plupart des entreprises disposent déjà des éléments constitutifs essentiels nécessaires à un environnement informatique haute performance (HPC) prêt pour l'IA, qui dorment tranquillement dans leurs centres de données. Nous parlons ici des serveurs Cisco UCS, des commutateurs réseau Cisco et de la virtualisation VMware – des technologies déjà profondément intégrées dans les écosystèmes informatiques de toutes les industries.

Virtualization Meets Acceleration: Powering AI Workloads dzone.com

RSS Hunter • 9 oct. 2025

Lecture efficace de grands fichiers Excel (plus d'un million de lignes) à l'aide de l'API Java open-source Sjxlsx

Si vous êtes un développeur, quelles que soient les technologies que vous utilisez, vous serez confronté à un moment donné au défi de traiter de gros fichiers Excel. Le plus souvent, vous rencontrerez l'erreur "out of memory" lors du traitement de ces fichiers.

Efficiently Reading Large Excel Files (Over 1 Million Rows) Using the Open-Source Sjxlsx Java API dzone.com

RSS Hunter • 9 oct. 2025

Theia Deep Dive, Partie 2 : Maîtriser la personnalisation

Dans la première partie, nous avons mis en place les bases : Theia s'exécute dans le navigateur, les plugins fonctionnent, les thèmes et les icônes se chargent, et nous avons même ajouté un écran de démarrage. Cela nous donne un IDE fonctionnel, mais il est encore assez proche de l'original. Cette partie concerne la transformation en notre propre produit. Nous commencerons par supprimer ce dont nous n'avons pas besoin, puis nous ajusterons l'interface utilisateur et intégrerons les contributions afin que l'éditeur paraisse ciblé et intentionnel.

Theia Deep Dive, Part 2: Mastering Customization dzone.com

RSS Hunter • 9 oct. 2025

Les 20 principaux problèmes du traitement par lots (et comment les résoudre avec le traitement de flux de données)

Le traitement par lots a longtemps été l'approche par défaut pour déplacer et transformer les données dans les systèmes d'entreprise. Il fonctionne selon des calendriers fixes, traite les données en gros blocs et repose souvent sur des chaînes complexes de tâches qui s'exécutent pendant la nuit. Bien que cela ait été acceptable par le passé, les entreprises numériques d'aujourd'hui fonctionnent en temps réel et ne peuvent pas se permettre d'attendre des heures pour obtenir des informations fraîches. Les retards, les erreurs et les incohérences causés par les flux de travail par lots entraînent de mauvaises décisions, des opportunités manquées et une augmentation des coûts opérationnels. Dans cet article, nous examinerons les problèmes courants liés au traitement par lots et montrerons pourquoi le streaming de données est l'alternative moderne pour une infrastructure de données rapide, fiable et évolutive.

The Top 20 Problems With Batch Processing (and How to Fix Them With Data Streaming) dzone.com

RSS Hunter • 8 oct. 2025

Strapi v5 : Nuances de personnalisation

Strapi est un CMS headless open-source. La bibliothèque permet l'intégration avec des bases de données externes, l'implémentation de contrôleurs personnalisés et la personnalisation de l'interface utilisateur pour correspondre à l'image de marque d'un projet. Selon GitHub, environ 30 000 développeurs utilisent Strapi CMS dans leurs projets. Cet article s'adresse principalement aux développeurs qui travaillent avec Strapi CMS ou qui prévoient de l'intégrer dans leurs applications.

Strapi v5: Customization Nuances dzone.com

RSS Hunter • 8 oct. 2025

Theia Deep Dive, Partie 1 : De zéro à votre propre EDI

Introduction : Pourquoi créer votre propre EDI ? Il existe d'innombrables raisons de créer votre propre EDI. Peut-être créez-vous un bac à sable similaire à CodeSandbox, mais adapté à votre propre framework. Ou un environnement de type Arduino où une interface utilisateur strictement contrôlée est nécessaire pour flasher le firmware et interagir avec le matériel. Peut-être que votre produit SaaS a besoin d'un éditeur cloud intégré. Peut-être créez-vous une plateforme éducative où les utilisateurs ne devraient voir qu'une partie du code. Ou vous lancez votre propre langage ou framework, et vous voulez que les outils de développement ne ressemblent pas à un plugin complémentaire. Ou peut-être avez-vous décidé de créer votre propre Cursor avec un assistant IA. Quel que soit votre objectif, créer votre propre EDI est plus que possible. Dans ce guide, je vais vous montrer comment le faire avec Eclipse Theia : une plateforme entièrement modulaire et open-source conçue pour s'adapter à vos besoins.

Theia Deep Dive, Part 1: From Zero to Your Own IDE dzone.com

RSS Hunter • 8 oct. 2025

Conversion d'ActiveMQ vers Jakarta (Partie III : Finale)

Certains frameworks Java comme Jetty et ActiveMQ adoptent les espaces de noms javax et jakarta pour une compatibilité et une évolution plus larges. Cette approche permet aux développeurs de frameworks de prendre en charge les JDK plus récents tout en permettant aux développeurs d'applications d'adopter progressivement Jakarta EE. La prise en charge des deux espaces de noms simplifie la gestion des frameworks open-source et facilite la publication plus rapide des correctifs de sécurité. Cependant, la prise en charge des deux espaces de noms au sein d'une même application d'entreprise introduit une complexité importante et consomme beaucoup de temps. Cet arrangement crée des erreurs potentielles et des vulnérabilités de sécurité au sein des applications d'entreprise. Il entrave les contrôles de vérification robustes et l'analyse du code source, permettant potentiellement des bibliothèques non autorisées. Cette prise en charge des deux espaces de noms complique davantage les efforts DevOps pour fournir des SDK standardisés. Les projets d'entreprise devraient généralement éviter de prendre en charge les deux espaces de noms simultanément, car les inconvénients l'emportent sur les avantages potentiels.

Converting ActiveMQ to Jakarta (Part III: Final) dzone.com

RSS Hunter • 8 oct. 2025

Transformer votre API REST Node.js en un serveur MCP prêt pour l'IA

L'évolution des grands modèles de langage (LLM) et de l'IA agentique exige un changement fondamental dans la manière dont les applications exposent leurs capacités. Les API REST traditionnelles sont conçues pour la communication de logiciel à logiciel, obligeant les développeurs à lire la documentation et à écrire du code d'intégration personnalisé. Le Model Context Protocol (MCP) est une norme ouverte conçue pour résoudre ce problème en créant une interface unifiée, lisible par machine, que les agents d'IA peuvent découvrir et avec laquelle ils peuvent interagir dynamiquement. Cet article fournit un guide complet sur la conversion d'une API REST Node.js existante en un serveur MCP à l'aide du SDK TypeScript officiel, en se concentrant sur les changements architecturaux et les cas d'utilisation cruciaux que cette conversion débloque.

Transforming Your Node.js REST API into an AI-Ready MCP Server dzone.com

RSS Hunter • 8 oct. 2025

Quand le mode hors ligne compte encore : pourquoi certaines applications mobiles fonctionnent sans Wi-Fi, et d'autres pas.

"Vous est-il déjà arrivé de vous retrouver bloqué sans Wi-Fi et de découvrir soudainement que votre application préférée est inutilisable ? Vous êtes assis dans un avion retardé, coincé au milieu d'un trajet en métro, ou en camping dans un endroit paisible (mais sans signal), et vous lancez cette application que vous utilisez tous les jours, pour être accueilli par un message d'erreur. "Aucune connexion internet." Génial."

When Offline Still Matters: Why Some Mobile Apps Work Without Wi-Fi — and Others Don’t dzone.com

RSS Hunter • 8 oct. 2025

Chemins d'or dans les IDP : Du chaos des développeurs à la clarté

Une nouvelle équipe met en place un service. Elle câble un pipeline CI, intègre Terraform pour l'infrastructure, et peut-être — n'oubliez pas d'ajouter la surveillance. Une autre équipe fait de même, mais avec des outils différents, des conventions différentes et des hypothèses différentes. Quelques mois plus tard, ce qui était autrefois une organisation d'ingénierie en mouvement rapide se débat maintenant avec un savoir-faire non documenté, des pipelines uniques et des incidents de production causés par des pratiques incohérentes. Les développeurs passent plus de temps à déboguer les environnements qu'à livrer des fonctionnalités. Les équipes de plateforme sont coincées à éteindre des incendies, essayant d'imposer des normes qui, rétrospectivement, n'ont jamais été intégrées dès le départ.

Golden Paths in IDPs: From Developer Chaos to Clarity dzone.com

RSS Hunter • 8 oct. 2025

8 défis dans la création de données d'entraînement multimodales

L'IA multimodale traite simultanément plusieurs formes de données, telles que des images, des sons et des mots, afin de permettre à vos applications non seulement d'écouter notre voix ou de lire du texte, mais aussi de capter les expressions faciales et les détails qui nous entourent. Cette technologie rend nos interactions quotidiennes plus faciles et plus naturelles, et lorsque vous utilisez des applications avec lesquelles vous pouvez communiquer, on a presque l'impression de discuter avec ses amis. Le premier grand modèle linguistique multimodal capable de traiter efficacement le texte et les images a été GPT-4 en 2023. Le modèle multimodal le plus récent, GPT-4o Vision, est équipé pour créer des interactions incroyablement réalistes.

8 Challenges in Multimodal Training Data Creation dzone.com

RSS Hunter • 8 oct. 2025

Le Manifeste Agile de l'IA

TL;DR : Le Manifeste Agile a prédit l'IA Le monde Agile se divise en deux camps : ceux qui sont convaincus que l'IA automatisera les praticiens jusqu'à leur disparition, et ceux qui la rejettent comme une autre mode de niveau crypto. Tous deux ont tort. Les preuves révèlent quelque chose de bien plus intéressant et urgent : des principes rédigés en 2001, avant que quiconque n'imagine GPT-Whatever, s'alignent remarquablement bien avec la technologie la plus transformatrice de ces dernières années. Ce n'est pas une coïncidence. Je crois que c'est la preuve que les valeurs centrées sur l'humain transcendent la disruption technologique ; c'est le Manifeste Agile de l'IA. Le débat brisé Entrez dans n'importe quel événement de la communauté Agile aujourd'hui, et vous rencontrerez deux camps opposés, chacun aussi confiant que tort :

The Agile AI Manifesto dzone.com

RSS Hunter • 8 oct. 2025

Recherche de motifs et recherche plein texte PostgreSQL : Comprendre l'inadéquation

Il y a quelque temps, une demande est apparue pour implémenter une fonctionnalité de recherche globale dans l'un de nos produits. En bref, le but était de pouvoir rechercher plusieurs (différentes) entités par un modèle qui est recherché et comparé à plusieurs de leurs attributs. Pas très compliqué à première vue, une telle fonctionnalité soulève de nombreuses préoccupations et compromis qui doivent être analysés, en plus de l'implémentation elle-même, afin d'assurer au moins une expérience utilisateur agréable. Comme la base de données sous-jacente était PostgreSQL et que j'étais au courant de sa puissante capacité de recherche en texte intégral (FTS), je l'ai considérée comme un candidat potentiellement bon, j'ai donc commencé à faire des recherches, à essayer des choses, dans le but de compiler la solution autour d'elle. Malheureusement pour l'exigence, mais heureusement pour moi et pour les intéressantes capacités FTS dont j'ai pris connaissance au cours de cette étude, quelques heures plus tard, j'ai compris pourquoi elle ne peut pas être utilisée pour la recherche par modèle.

Pattern Searching and PostgreSQL Full-Text Search: Understanding the Mismatch dzone.com

RSS Hunter • 7 oct. 2025

Construire des applications évolutives et rentables à l'échelle d'Internet

En tant que développeurs, il est important, lorsque nous créons une application, de la concevoir en tenant compte à la fois de son échelle cible et du coût de son exécution. Si nous construisons une application à l'échelle d'Internet qui pourrait partir de zéro trafic le premier jour et atteindre progressivement une échelle de millions d'utilisateurs quotidiens, nous devons choisir une conception et un ensemble d'outils qui peuvent évoluer de manière similaire. C'est plus facile à dire qu'à faire. Les développeurs surprovisionnent généralement en prévision d'un trafic plus élevé et finissent par payer des coûts plus importants qu'ils n'auraient pu gérer autrement. Suivre une conception appropriée et le bon choix de technologies peut faire une énorme différence. Dans cet article, nous examinerons diverses technologies serverless proposées par les fournisseurs de cloud et nous nous concentrerons sur AWS comme référence pour discuter de la manière dont nous pouvons construire un type d'application assez courant impliquant un front-end, un back-end et une base de données qui pourrait être extrêmement rapide, tout en pouvant, si elle est bien conçue, vous coûter zéro sur votre facture mensuelle pour commencer et évoluer éventuellement à mesure que votre base d'utilisateurs s'agrandit.

Building Cost-Effective Internet Scale Applications dzone.com

RSS Hunter • 7 oct. 2025

Pourquoi une documentation incomplète est une vulnérabilité de sécurité dans le SaaS

De nombreuses équipes SaaS accordent plus d'attention au chiffrement, aux pare-feu et aux contrôles de conformité. Elles négligent souvent un atout essentiel : la documentation. La documentation n'est peut-être pas aussi excitante qu'un nouveau pare-feu ou un outil de sécurité. Cependant, des guides d'installation, des références d'API et des runbooks internes peu clairs, obsolètes ou incomplets peuvent entraîner des failles de sécurité.

Why Incomplete Documentation Is a Security Vulnerability in SaaS dzone.com

RSS Hunter • 7 oct. 2025

Créer un agent d'IA conversationnelle prêt pour la production avec Cloudflare Workers et AI Gateway

L'IA conversationnelle transforme fondamentalement le support client, en fournissant des réponses instantanées et contextuelles à grande échelle. Le marché mondial de l'IA conversationnelle devrait atteindre 32,6 milliards de dollars d'ici 2030, avec un TCAC de 23,6 %. Les développeurs ont donc besoin de moyens efficaces pour déployer ces puissants outils. Les plateformes de périphérie comme Cloudflare Workers et AI Gateway offrent la solution idéale, permettant le déploiement d'agents IA sans serveur et à faible latence, sans la complexité de la gestion de l'infrastructure. Ce tutoriel fournit un guide complet pour la création d'un chatbot prêt pour la production. Nous utiliserons Cloudflare Workers pour le backend sans serveur, AI Gateway pour gérer et acheminer l'inférence du modèle, et Tailwind CSS pour un frontend propre et réactif. Le résultat est un agent de support client contextuel alimenté par un grand modèle linguistique haute performance comme Llama 3.1.

Building a Production-Ready Conversational AI Agent With Cloudflare Workers and AI Gateway dzone.com

RSS Hunter • 7 oct. 2025