- Présentation succinte de nous (ce que le collectif nous a déjà apporté professionnellement )
- Présentation du membre (aspirations professionnelles)
- Présentation de la charte (si pas déjà parcouru)
- Présentation de la structuration de l'organisation github
- Vue d'ensemble des projets
- Présentation des issues pouvant l'intéresser
- Ajout au github et comment contribuer dessus
- Présentation zulip et ajout (mail digest)
- Ajout communauté whatsapp, google calendar, newsletter, à manzi-mfa
- Planification onboarding technique (si nécessaire) sur le projet de l'issue choisie OU passer à l'onboarding Produit/Marketing
- Nos passions sait-on jamais
### Onboarding devs
- Ajout à GitHub Education si la personne est étudiante.
- Cliquez sur le lien Gitpod et expliquez pendant son exécution (laissez le navigateur ouvert).
- Changez le thème de Gitpod si nécessaire et persistez celui-ci.
- Présentation des plugins Cody et AWS Toolkit (CodeWhisperer).
- Ajout au channel des secrets pour configurer les informations demandées par Gitpod.
- Créez une branche (sans le "_") et ajoutez un espace (pre-commit corrige automatiquement) puis ajoutez un commentaire sur le fichier Python ou TensorFlow.
- Éteignez/redémarrez (obligation de passer par Gitpod et non GitHub sinon doublon/perte).
- Montrez où l'on peut modifier l'IDE par défaut.
- Créez la branche de travail et poussez (configurez Gitpod pour autoriser la lecture/écriture dans les dépôts + autorisez les popups).
- Créez une demande de fusion GitHub et analysez.
- Montrez comment, dans ce cas, recréer son environnement à partir de sa branche.
- Trouvez l'URL du site web dans la pull request et entrez un utilisateur.
- Récupérez l'URL d'accès à la console et visualisez l'utilisateur dans DynamoDB.
- À partir de DynamoDB, faites un bref aperçu du serverless ici.
- Si vous travaillez sur le flux d'enregistrement : Accédez à AWS Lambda et effectuez une exécution positive (à partir du lambda-test-event.json).
- Ensuite, effectuez une exécution négative (ajoutez "zzz" dans le code).
- Si vous travaillez dans le flux de scan : Remplissez la base d'URL à l'aide du script et effectuez une exécution positive puis négative.
- Activez l'ouverture de popups depuis l'instance et cliquez sur le lien vers Jupyter Lab (montrez le truc).
- Effectuez une tâche consistant à créer un nouveau notebook en partant du fichier le plus propre.
- Ouvrez ce fichier propre (refined-qualified) avec l'outil et montrez que vous pouvez utiliser Ctrl+F.
- Ouvrez également le fichier par Internet en utilisant Datasette-Lite (le lien se trouve dans le README) pour des besoins avancés.
- L'utilisateur crée ensuite un notebook et importe le dernier fichier (il devrait avoir l'autocomplétion grâce à NbQA).
### Onboarding hors devs
- Présentation de https://lobembe.mongulu.cm avec board kanban, Matomo,Posthog,Sentry,lien des produits(Gogocarto) et identfiants dans zulip
- Les membres sont dans dans https://github.com/mongulu-cm/contacts
- Focus sur les issues de https://github.com/mongulu-cm/lobembe et choix/création