Mode dégradé

Règle des 5 minutes

Tout problème qui dure plus de 5 minutes et bloque le groupe → appeler Ambient IT au 01 48 10 09 46. Vous n’êtes pas seul : l’équipe peut fournir un environnement de secours, prévenir le client ou reprogrammer une demi-journée. Ne laissez jamais un participant perdre une heure sur un problème d’installation.

Avant d’improviser : les trois réflexes

1. Le groupe continue. Donner une consigne au reste du groupe (étape suivante du TP, bonus, lecture de la fiche mémo) avant de s’occuper du poste en panne.
2. Chronométrer. Regarder l’heure quand le problème apparaît. À +5 min, basculer sur le plan B ci-dessous.
3. Binôme. Un participant bloqué travaille en binôme sur le poste de son voisin le temps de la séquence ; il récupère les notebooks à la pause.

Problèmes d’environnement

Situation	Plan B
Pas d’internet, pip bloqué	Clé USB : pip install usb/pyspark-4.x.tar.gz usb/py4j-*.whl ; JDK depuis l’installateur de la clé.
GitHub inaccessible	Zip du dépôt sur la clé USB ou le NAS de la salle ; git init local pour les livrables.
Java introuvable malgré l’installation	JAVA_HOME non défini ; sous Windows, redémarrer le terminal (et VS Code) après l’installation.
check_env.py échoue sur Python 3.13+	Installer Python 3.11 ou 3.12 en parallèle ; recréer le venv avec cette version.
Un poste impossible à configurer (sécurité)	Environnement de secours Ambient IT : Desktop-as-a-Service (Linux dans le navigateur) ou VM VirtualBox.
Version pyspark ≠ image Docker	pip install pyspark==<version de l'image> dans le venv, ou changer SPARK_VERSION dans le .env du dépôt.
Spark UI (4040) inaccessible	Port déjà pris : Spark bascule sur 4041, 4042… ; lire spark.sparkContext.uiWebUrl.
Erreur Py4JJavaError illisible	Lire la dernière ligne Caused by: ; 80 % des cas : chemin de fichier, schéma, ou mémoire du driver.

Problèmes par TP

TP	Situation	Plan B
TP 3	Docker absent ou interdit	Partie A seulement : start_cluster_local.sh ; données lues en file://. HDFS montré sur le poste du formateur.
TP 3	HDFS ne démarre pas (partie B)	docker compose down -v puis up -d ; vérifier que le port 8020 n’est pas pris. Sinon partie A + démonstration.
TP 6	Entraînement trop long	Échantillonner : df.sample(0.2, seed=42) ; les métriques bougent peu, le raisonnement reste identique.
TP 7	Mémoire insuffisante sur LinearSVC	Garder Random Forest seul (c’est lui que le TP 11 recharge) ; montrer SVM sur le poste du formateur.
TP 9	Le flux ne démarre pas	Vérifier que le dossier source est vide au départ et que le checkpointLocation est neuf (rm -rf).
TP 10	Fenêtres vides	TIMESTAMP_NTZ : caster en timestamp avant le withWatermark.
TP 11	PipelineModel.load échoue	Le modèle du TP 7 n’a pas été sauvegardé dans out/modele_pourboire : exécuter le corrigé du TP 7 (jour2/corriges/tp7_classification.py, 2 min) ou copier le dossier out/modele_pourboire depuis la clé USB.

Problèmes pédagogiques

Situation	Plan B
Groupe très hétérogène	Binômes avancé / débutant ; bonus des TP pour les rapides ; nano plutôt que vim en terminal.
Retard sur le programme J1	Réduire le TP 3 à la partie A (20 min) ; le TP 4 est prioritaire (Spark SQL est un objectif de la fiche).
Retard sur le programme J2	Le TP 8 (clustering) passe en démonstration guidée de 20 min ; GraphFrames en lecture.
Retard sur le programme J3	L’atelier Lambda/Kappa se fait en plénière (30 min) plutôt qu’en groupes ; le QCM de 16 h ne bouge pas.
Un participant décroche	Lui confier la restitution du TP suivant ; passer le voir pendant le TP, pas devant le groupe.
Un participant « sait déjà tout »	Lui donner les bonus et le corrigé Scala ; l’inviter à aider un binôme.
Classe virtuelle : silence	Sondage rapide (« Qui a réussi ? » en réaction), tour de table nominatif, sous-salles de 2 pour les TP.

Après l’incident

• Noter l’incident et la solution dans le compte rendu de session envoyé à Ambient IT.
• Si c’est un problème de contenu (figure fausse, commande obsolète), l’ajouter à la revue du contenu pour correction.