Le formulaire a été soumis avec succès.
Vous trouverez de plus amples informations dans votre boîte aux lettres.

Sélection de la langue

Innowise a considérablement amélioré une plateforme de surveillance de la respiration des bébés et a préparé le système à l'expansion et à la mise à l'échelle de l'ensemble des fonctionnalités.
The customer is a global manufacturer of a wide range of consumer electronics, with a specialized division dedicated to baby healthcare devices. This division focuses on creating innovative products, such as breathing monitors, video baby monitors, and dreamers, designed to monitor infants’ breathing patterns and improve their sleep. Parents can access essential health monitoring and support through web and mobile applications.
Les informations détaillées sur le client ne peuvent être divulguées en vertu des dispositions de la NDA.
Le client disposait d'applications mobiles et web pour son système de surveillance de la respiration des bébés, mais celles-ci en étaient à leurs débuts et souffraient de nombreux bogues. La base de code mal structurée entravait à la fois la correction des bogues et le développement de nouvelles fonctionnalités. Les retards et l'instabilité du système ont entraîné une augmentation des coûts d'assistance et de développement, ce qui a eu un impact négatif sur les performances financières. En outre, ces problèmes ont réduit la compétitivité et la part de marché de l'entreprise.
Innowise a été engagé pour stabiliser l'environnement, résoudre les bogues existants et préparer le système à de futurs ajouts de fonctionnalités et à une mise à l'échelle.
Innowise a relevé les défis en corrigeant les bogues à la fois sur le backend et le frontend. Nous avons restructuré la base de code, créé de nouveaux microservices pour améliorer la modularité et migré la base de données de PostgreSQL vers AWS DynamoDB pour améliorer l'évolutivité et réduire les coûts. Notre équipe a également mis en place des pipelines CI/CD pour automatiser le déploiement et assurer la qualité du code. En outre, nous étions responsables de l'automatisation du déploiement et du versionnage de l'infrastructure à l'aide de Terraform.
Tout d'abord, nous avons corrigé les bogues critiques ayant un impact sur les performances et la fiabilité du système. Simultanément, notre équipe a mis au point des tests unitaires et d'intégration complets pour vérifier la fonctionnalité des fonctions nouvelles et existantes. Ces tests rigoureux nous ont permis d'identifier et de résoudre les problèmes potentiels dès le début, garantissant ainsi un produit final de haute qualité.
La base de code existante n'était pas structurée et ne respectait pas les normes PEP-8 et les principes d'architecture propre, ce qui la rendait difficile à utiliser. Notre équipe a systématiquement remanié le code, en l'alignant sur les directives PEP-8 et en améliorant sa structure générale. Ce processus a consisté à nettoyer le code, à optimiser les fonctions, à assurer la cohérence et à adhérer aux principes SOLID.
Notre équipe a créé une documentation technique détaillée pour la base de code existante, les nouvelles fonctionnalités, les microservices et les processus de déploiement. Cette documentation complète a permis aux développeurs actuels et futurs de mieux comprendre le système et a contribué à faciliter l'intégration et le transfert de connaissances.
En plus de stabiliser le système existant de moniteur de respiration pour bébé, nous avons développé de nouveaux microservices en utilisant une plateforme de conteneurisation comme Docker et les avons orchestrés à l'aide de Kubernetes. Cela a amélioré la modularité et l'évolutivité, permettant un déploiement et une mise à l'échelle indépendants des services individuels.
Chaque microservice, tel que le module d'analyse des schémas respiratoires ou le service de notification des alarmes, a été conçu pour gérer des tâches spécifiques, en communiquant les uns avec les autres par le biais de protocoles API RESTful légers. Cette architecture a permis d'améliorer l'efficacité globale, les performances et la tolérance aux pannes du système, car les services individuels peuvent être mis à jour ou remplacés sans affecter l'ensemble du système.
Nos experts ont géré la migration de PostgreSQL vers AWS DynamoDB afin de tirer parti de son évolutivité, de ses performances, de sa rentabilité et de ses capacités de modélisation de données flexibles. Cette transition a impliqué un processus méticuleux de refonte du schéma de données pour s'aligner sur la structure non relationnelle de DynamoDB, un mappage et une transformation minutieux des données, ainsi qu'une validation approfondie pour garantir l'intégrité des données.
En outre, nous avons optimisé les modèles de requête et les stratégies d'indexation afin de maximiser les capacités de performance de DynamoDB pour les modèles d'accès spécifiques du système de moniteur de respiration pour bébé.
Nous avons mis en place des pipelines d'intégration et de déploiement continus (CI/CD) en utilisant Jenkins et GitLab CI pour automatiser les processus de construction, de test et de déploiement. Cela a permis de rationaliser les flux de développement et de garantir des boucles de rétroaction rapides. En outre, nous avons utilisé Terraform pour définir et gérer notre infrastructure en nuage en tant que code. Cela nous a permis de provisionner et de dimensionner les ressources de manière efficace, de maintenir la cohérence de l'infrastructure entre les environnements et de suivre les changements grâce au contrôle de version.
Nous avons également intégré des cadres de test automatisés dans nos pipelines CI/CD afin de garantir la qualité du code et la stabilité de l'application avant le déploiement. Cette combinaison transparente de pratiques CI/CD et d'IaC a permis de réduire considérablement les interventions manuelles, de minimiser les erreurs et d'accélérer les cycles de publication, ce qui s'est traduit par un système de moniteurs de respiration pour bébés plus robuste et plus fiable.
Nous avons commencé par une phase de découverte, en organisant des réunions initiales avec les parties prenantes de l'entreprise afin de bien comprendre leurs problèmes et leurs besoins. Nos analystes commerciaux ont ensuite créé un document complet détaillant les principales améliorations et garantissant la viabilité technique de la solution proposée.
Les exigences du client étant clairement documentées, l'équipe de développement d'Innowise a commencé à travailler sur le projet. processus d'ingénierie logicielle. En utilisant la méthodologie Scrum, nous avons organisé notre travail en sprints de deux semaines afin de maintenir des progrès réguliers et une bonne capacité d'adaptation. Nous avons organisé des réunions trihebdomadaires pour traiter les problèmes critiques et assurer une coordination efficace. En outre, le chef de projet a organisé des appels hebdomadaires pour informer le client de l'avancement du développement et recueillir des commentaires, ce qui nous a permis d'affiner continuellement notre approche.
1
Chef de projet
1
Analyste commercial
2
Développeurs Full-Stack
1
Ingénieur QA manuel
1
Ingénieur en automatisation QA

The implementation of the project leds to a significant improvement in system stability and reliability, resulting in increased user satisfaction and enhanced brand trust. The optimized architecture and rewritten codebase simplifies further development and support, reducing development costs.
Migrating to a higher-performing database and introducing microservices provides flexibility and scalability, enabling a faster response to user growth. Automating testing and deployment also cuts down the time it takes to release updates, speeding up the launch of new features.
25%
réduction des coûts de développement
15%
Votre message a été envoyé.
Nous traiterons votre demande et vous contacterons dès que possible.

En vous inscrivant, vous acceptez notre Politique de confidentialitéy compris l'utilisation de cookies et le transfert de vos informations personnelles.