Évaluation du module

1.

Quelles sont les principales phases du cycle de vie de l’innovation ?

Processus en cascade

Générer, mesurer, apprendre

Analyse, marche, exécution

2.

Pourquoi les architectures de microservices sont-elles souvent associées à l’innovation ?

Étant donné que les architectures de microservices sont plus sécurisées que les logiciels monolithiques.

Parce qu’ils sont basés dans Kubernetes

Parce qu’ils permettent d’introduire de nouvelles fonctionnalités dans un microservice sans affecter le reste

3.

Pourquoi adopter une culture DevOps critique pour permettre une innovation efficace ?

Étant donné qu’il active les tests en production

Parce qu’il utilise GitHub

Étant donné qu’elle permet d’apporter de nouvelles fonctionnalités aux applications à la fois rapidement et de manière fiable.

4.

Kubernetes est-il nécessaire d’innover une application ?

Non, mais la conteneurisation peut accélérer l’étape de génération.

Oui, seules les applications conteneurisées peuvent être innovantes.

Non, car Kubernetes augmente la complexité opérationnelle d’une application.

5.

Est-il possible de créer le Machine Learning et l’IA dans une application sans scientifiques des données ?

Oui, avec Azure Kubernetes Service.

Oui, avec des modèles prédéfinis tels que les services Azure AI.

Non, un service de science des données est toujours requis.

6.

Quel service Azure permet d’extraire des informations de télémétrie de l’activité utilisateur pour valider ou rejeter des hypothèses d’innovation ?

Azure DevOps

Azure App Service

Azure Application Insights

7.

Pourquoi la démocratisation des données est-elle essentielle pour l’innovation ?

Parce que tout le monde peut utiliser des feuilles de calcul

Étant donné que la validation d’hypothèse doit être pilotée par les données

Étant donné que le Machine Learning est l’avenir

Vérifier vos connaissances