Il s'agit d'un article invité co-écrit par Alex Naumov, architecte de données principal chez smava.
smava GmbH est l'une des principales sociétés de services financiers en Allemagne, proposant des prêts personnels transparents, équitables et abordables pour les consommateurs. S'appuyant sur des processus numériques, le smava compare les offres de prêt de plus de 20 banques. De cette manière, les emprunteurs peuvent choisir les offres qui leur sont les plus favorables de manière rapide, numérisée et efficace.
smava croit et profite des décisions basées sur les données pour devenir le leader du marché. L'équipe Data Platform est chargée de soutenir les décisions basées sur les données chez smava en fournissant des produits de données dans tous les départements et branches de l'entreprise. Les départements comprennent des équipes allant de l'ingénierie aux ventes et au marketing. Les succursales s'étendent par produits, à savoir les prêts B2C, les prêts B2B et, auparavant, les prêts hypothécaires B2C. Les produits de données utilisés au sein de l'entreprise incluent, entre autres, des informations sur les parcours des utilisateurs, des rapports opérationnels et des résultats de campagnes marketing. La plateforme de données répond en moyenne à 60 XNUMX requêtes par jour. Le volume de données s'élève à deux chiffres, avec une croissance constante à mesure que l'activité et les sources de données évoluent.
L'équipe Data Platform de smava a relevé le défi de fournir des données aux parties prenantes avec différents SLA, tout en conservant la flexibilité d'augmenter et de réduire tout en restant rentable. Il fallait jusqu'à trois heures pour générer des rapports quotidiens, ce qui avait un impact sur la prise de décision commerciale lorsque de nouveaux calculs devaient être effectués au cours de la journée. Pour accélérer l'analyse en libre-service et favoriser l'innovation basée sur les données, il fallait une solution permettant à n'importe quelle équipe de créer elle-même des produits de données de manière décentralisée. Pour créer et gérer les produits de données, smava utilise Redshift d'Amazon, un entrepôt de données cloud.
Dans cet article, nous montrons comment smava a optimisé sa plateforme de données en utilisant Amazon Redshift sans serveur et les Partage de données Amazon Redshift pour surmonter les défis de dimensionnement pour des charges de travail imprévisibles et améliorer encore le rapport qualité-prix. Grâce à ces optimisations, smava a réalisé jusqu'à 50 % d'économies de coûts et une génération de rapports jusqu'à trois fois plus rapide par rapport à l'infrastructure d'analyse précédente.
Présentation de la solution
En tant qu'entreprise axée sur les données, smava s'appuie sur le cloud AWS pour alimenter ses cas d'utilisation d'analyse. Pour offrir à ses clients les meilleures offres et l'expérience utilisateur, smava suit les architecture de données moderne principes avec un lac de données comme magasin de données évolutif et durable et des magasins de données spécialement conçus pour le traitement analytique et la consommation de données.
smava ingère des données provenant de diverses sources de données externes et internes dans une étape d'atterrissage sur le lac de données basé sur Service de stockage simple Amazon (Amazon S3). Pour ingérer les données, smava utilise un ensemble de plateformes de données clients tierces populaires complétées par des scripts personnalisés.
Une fois les données atterries dans Amazon S3, smava utilise le Colle AWS Catalogue de données et robots d'exploration pour cataloguer automatiquement les données disponibles, capturer les métadonnées et fournir une interface permettant d'interroger tous les actifs de données.
Les analystes de données qui ont besoin d'accéder aux actifs bruts du lac de données utilisent Amazone Athéna, un service d'analyse interactif sans serveur pour l'exploration avec des requêtes ad hoc. Pour la consommation en aval par tous les départements de l'organisation, l'équipe Data Platform de smava prépare des produits de données sélectionnés en suivant les extraire, charger et transformer (ELT). smava utilise Amazon Redshift comme entrepôt de données cloud pour transformer, stocker et analyser les données, et utilise Spectre Amazon Redshift pour interroger et récupérer efficacement des données structurées et semi-structurées du lac de données à l'aide de SQL.
smava suit le modélisation du coffre-fort de données méthodologie avec les étapes Raw Vault, Business Vault et Data Mart pour préparer les produits de données pour les consommateurs finaux. Le Raw Vault décrit les objets chargés directement à partir des sources de données et représente une copie de l'étape d'atterrissage dans le lac de données. Le Business Vault est alimenté avec des données provenant du Raw Vault et transformées selon les règles métier. Enfin, les données sont agrégées dans des produits de données spécifiques orientés vers un secteur d'activité spécifique. C'est le Data Mart scène. Les produits de données des étapes Business Vault et Data Mart sont désormais disponibles pour les consommateurs. smava a décidé d'utiliser Tableau pour la business intelligence, la visualisation des données et d'autres analyses. Les transformations de données sont gérées avec dbt pour simplifier la gouvernance du flux de travail et la collaboration en équipe.
Le diagramme suivant montre l'architecture de la plateforme de données de haut niveau avant les optimisations.
Evolution des exigences de la plateforme de données
smava a commencé avec un seul cluster Redshift pour héberger les trois étapes de données. Ils ont choisi les nœuds de cluster provisionnés du Modèle RA3 comprenant Instances réservées (RI) pour une optimisation des coûts. Alors que les volumes de données ont augmenté de 53 % d'une année sur l'autre, la complexité et les exigences des diverses charges de travail analytiques ont également augmenté.
smava a rapidement répondu aux volumes croissants de données en dimensionnant correctement le cluster et en utilisant Mise à l'échelle de la simultanéité Amazon Redshift pour les charges de travail de pointe. De plus, smava souhaitait donner à toutes les équipes la possibilité de créer leurs propres produits de données en libre-service afin d'accélérer le rythme de l'innovation. Pour éviter toute interférence avec les produits de données gérés de manière centralisée, les environnements de développement de produits décentralisés devaient être strictement isolés. La même exigence a également été appliquée pour l'isolement des différentes étapes du produit organisées par l'équipe Data Platform.
Optimiser l'architecture avec le partage de données et Redshift Serverless
Pour répondre aux nouvelles exigences, smava a décidé de séparer la charge de travail en divisant le cluster Redshift unique provisionné en plusieurs entrepôts de données, chaque entrepôt servant une étape différente. De plus, smava a ajouté de nouveaux environnements de test dans Business Vault pour développer de nouveaux produits de données sans risquer d'interférer avec les pipelines de produits existants. Pour éviter toute interférence avec les produits de données gérés de manière centralisée de l'équipe Data Platform, smava a introduit un cluster Redshift supplémentaire, isolant les charges de travail décentralisées.
smava recherchait une solution prête à l'emploi pour isoler la charge de travail sans gérer un pipeline de réplication de données complexe.
Juste après le lancement de Partage de données Redshift capacités en 2021, l’équipe Data Platform a reconnu qu’il s’agissait de la solution qu’elle recherchait. smava a adopté la fonctionnalité de partage de données pour que les données des clusters de producteurs soient disponibles en lecture sur différents clusters de consommateurs, chacun de ces clusters de consommateurs servant une étape différente.
Le partage de données Redshift permet un accès instantané, granulaire et rapide aux données sur les clusters Redshift sans avoir besoin de copier les données. Il fournit un accès en direct aux données afin que les utilisateurs voient toujours les informations les plus récentes et les plus cohérentes au fur et à mesure de leur mise à jour dans l'entrepôt de données. Grâce au partage de données, vous pouvez partager en toute sécurité des données en direct avec des clusters Redshift dans le même compte AWS ou dans des comptes AWS différents et dans plusieurs régions.
Grâce au partage de données Redshift, smava a pu optimiser l'architecture des données en séparant les charges de travail de données entre des clusters de consommateurs individuels sans avoir à répliquer les données. Le diagramme suivant illustre l'architecture de la plate-forme de données de haut niveau après avoir divisé le cluster Redshift unique en plusieurs clusters.
En fournissant un datamart en libre-service, smava a accru la démocratisation des données en offrant aux utilisateurs un accès à tous les aspects des données. Ils ont également fourni aux équipes un ensemble d'outils personnalisés pour la découverte de données, l'analyse ad hoc, le prototypage et l'exploitation du cycle de vie complet des produits de données matures.
Après avoir collecté les données opérationnelles de chaque cluster, l'équipe Data Platform a identifié d'autres optimisations potentielles : le cluster Raw Vault était sous une charge constante 24h/7 et XNUMXj/XNUMX, mais les clusters Business Vault n'étaient mis à jour que la nuit. Pour optimiser les coûts, smava a utilisé le capacités de pause et de reprise de clusters provisionnés par Redshift. Ces fonctionnalités sont utiles pour les clusters qui doivent être disponibles à des moments précis. Pendant que le cluster est en pause, la facturation à la demande est suspendue. Seul le stockage du cluster est payant.
La fonctionnalité de pause et de reprise a aidé smava à optimiser les coûts, mais elle a nécessité une surcharge opérationnelle supplémentaire pour déclencher les opérations du cluster. De plus, les clusters de développement restaient soumis à des périodes d'inactivité pendant les heures de travail. Ces défis ont finalement été résolus en adoptant Redshift Serverless en 2022. L'équipe Data Platform a décidé de déplacer les clusters d'étape Business Data Vault vers Redshift Serverless, ce qui leur permet de payer pour l'entrepôt de données uniquement lorsqu'il est utilisé, de manière fiable et efficace.
Redshift Serverless est idéal pour les cas où il est difficile de prédire les besoins de calcul, tels que les charges de travail variables, les charges de travail périodiques avec temps d'inactivité et les charges de travail stables avec des pics. De plus, à mesure que la demande d'utilisation évolue avec de nouvelles charges de travail et un plus grand nombre d'utilisateurs simultanés, Redshift Serverless provisionne automatiquement les ressources de calcul appropriées, et l'entrepôt de données évolue de manière transparente et automatique, sans nécessiter d'intervention manuelle. Le partage de données est pris en charge dans les deux sens entre les clusters Redshift Serverless et Redshift provisionnés avec des nœuds RA3, donc aucune modification de l'architecture smava n'a été nécessaire. Le diagramme suivant montre la configuration de l'architecture de haut niveau après le passage à Redshift Serverless.
smava a combiné les avantages de Redshift Serverless et de dbt via un pipeline CI/CD transparent, en adoptant une méthodologie de développement basée sur le tronc. Les modifications apportées au référentiel Git sont automatiquement déployées dans une étape de test et validées à l'aide de tests d'intégration automatisés. Cette approche a augmenté l'efficacité des développeurs et a réduit le délai moyen de production de quelques jours à quelques minutes.
smava a adopté une architecture qui utilise à la fois des entrepôts de données Redshift provisionnés et sans serveur, ainsi que la capacité de partage de données pour isoler les charges de travail. En choisissant les modèles architecturaux adaptés à leurs besoins, smava a pu réaliser les objectifs suivants :
- Simplifiez les pipelines de données et réduisez les frais opérationnels
- Réduisez le temps de publication des fonctionnalités de quelques jours à quelques minutes
- Augmentez le rapport qualité-prix en réduisant les temps d'inactivité et en dimensionnant correctement la charge de travail
- Obtenez une génération de rapports jusqu'à trois fois plus rapide (calculs plus rapides et parallélisation plus élevée) pour 50 % des coûts de configuration d'origine
- Augmentez l'agilité de tous les départements et soutenez la prise de décision basée sur les données en démocratisant l'accès aux données.
- Augmentez la vitesse de l'innovation en exposant les capacités de données en libre-service pour les équipes de tous les départements et en renforçant les capacités de test A/B pour couvrir l'ensemble du parcours client.
Désormais, tous les départements du smava utilisent les produits de données disponibles pour prendre des décisions fondées sur les données, précises et agiles.
Vision future
Pour l’avenir, smava prévoit de continuer à optimiser la plateforme de données sur la base de mesures opérationnelles. Ils envisagent de passer de clusters davantage provisionnés, comme le cluster Self-Service Data Mart, à des clusters sans serveur. De plus, smava optimise la chaîne d'outils d'orchestration ELT pour augmenter le nombre de pipelines de données parallèles à exécuter. Cela augmentera l’utilisation des ressources Redshift provisionnées et permettra de réduire les coûts.
Avec l'introduction du libre-service décentralisé pour la création de produits de données, smava a fait un pas en avant vers un architecture de maillage de données. À l’avenir, l’équipe Data Platform prévoit d’évaluer davantage les besoins de ses utilisateurs de services et d’établir d’autres principes de maillage de données tels que la gouvernance des données fédérées.
Conclusion
Dans cet article, nous avons montré comment smava a optimisé sa plate-forme de données en isolant les environnements et les charges de travail à l'aide des fonctionnalités de Redshift Serverless et de partage de données. Ces environnements Redshift sont bien intégrés à leur infrastructure, flexibles en termes d'évolutivité à la demande et hautement disponibles, et nécessitent un minimum d'efforts d'administration. Dans l'ensemble, smava a multiplié par trois ses performances tout en réduisant les coûts totaux de la plate-forme de 50 %. De plus, ils ont réduit les frais opérationnels au minimum tout en conservant les SLA existants pour les temps de génération de rapports. De plus, smava a renforcé la culture de l'innovation en fournissant des capacités de produits de données en libre-service pour accélérer leur mise sur le marché.
Si vous souhaitez en savoir plus sur les fonctionnalités d'Amazon Redshift, nous vous recommandons de regarder la version la plus récente. Quoi de neuf avec la session Amazon Redshift dans le canal AWS Events pour avoir un aperçu des fonctionnalités récemment ajoutées au service. Vous pouvez également explorer le Laboratoires Amazon Redshift pratiques et en libre-service pour expérimenter les fonctionnalités clés d'Amazon Redshift de manière guidée.
Vous pouvez également approfondir Cas d'utilisation de Redshift sans serveur et les cas d'utilisation du partage de données. De plus, consultez le bonnes pratiques de partage de données et découvrez comment d'autres clients optimisés en termes de coûts et de performances grâce au partage de données Redshift pour vous inspirer pour vos propres charges de travail.
Si vous préférez les livres, consultez Amazon Redshift : le guide définitif par O'Reilly, où les auteurs détaillent les capacités d'Amazon Redshift et vous fournissent des informations sur les modèles et techniques correspondants.
À propos des auteurs
Alex Naumov est Principal Data Architect chez smava GmbH et dirige les projets de transformation au sein du département Data. Alex a auparavant travaillé 10 ans en tant que consultant et architecte de données/solutions dans une grande variété de domaines, tels que les télécommunications, la banque, l'énergie et la finance, en utilisant diverses piles technologiques et dans de nombreux pays différents. Il a une grande passion pour les données et pour la transformation des organisations afin qu'elles deviennent axées sur les données et soient les meilleures dans ce qu'elles font.
Lingli Zheng travaille en tant que responsable du développement commercial au sein de l'organisation spécialisée mondiale AWS, aidant les clients de la région DACH à tirer le meilleur parti des services d'analyse Amazon. Avec plus de 12 ans d'expérience dans l'énergie, l'automatisation et l'industrie du logiciel, en mettant l'accent sur l'analyse de données, l'IA et le ML, elle se consacre à aider les clients à obtenir des résultats commerciaux tangibles grâce à la transformation numérique.
Alexandre Spivak est architecte senior de solutions de démarrage chez AWS, se concentrant sur les clients ISV B2B dans la région EMEA Nord. Avant AWS, Alexander a travaillé comme consultant dans le cadre de missions de services financiers, incluant divers rôles dans le développement et l'architecture de logiciels. Il est passionné par l'analyse de données, les architectures sans serveur et la création d'organisations efficaces.
Cet article a été révisé pour son exactitude technique par David Greenshtein, architecte principal de solutions analytiques.
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
- PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
- PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
- PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
- La source: https://aws.amazon.com/blogs/big-data/how-smava-makes-loans-transparent-and-affordable-using-amazon-redshift-serverless/
- :possède
- :est
- :où
- $UP
- 10
- 100
- 12
- 125
- 20
- 2021
- 2022
- 60
- a
- Capable
- A Propos
- accès
- Accès aux données
- accomplir
- Selon
- hybrides
- précision
- Avec cette connaissance vient le pouvoir de prendre
- atteindre
- atteint
- à travers
- Ad
- ajoutée
- ajout
- Supplémentaire
- En outre
- adressé
- administration
- adopté
- L'adoption d'
- Avantage
- abordables
- Après
- agile
- AI
- alex
- Alexandre
- Tous
- permettre
- permet
- aussi
- toujours
- Amazon
- Amazon Web Services
- parmi
- an
- selon une analyse de l’Université de Princeton
- Analystes
- Analytique
- Analytique
- analytique
- il analyse
- et les
- tous
- appliqué
- une approche
- architectural
- architecture
- SONT
- AS
- aspects
- Outils
- At
- auteur
- auteurs
- Automatisation
- automatiquement
- Automation
- disponibles
- moyen
- éviter
- AWS
- B2B
- B2C
- Services bancaires
- Banks
- basé
- BE
- devenez
- était
- before
- croit
- avantages.
- LES MEILLEURS
- jusqu'à XNUMX fois
- facturation
- Blog
- Livres
- emprunteurs
- tous les deux
- branches
- apporter
- la performance des entreprises
- Développement des affaires
- l'intelligence d'entreprise
- mais
- by
- Campagne
- CAN
- capacités
- aptitude
- capturer
- cas
- catalogue
- challenge
- globaux
- Modifications
- des charges
- vérifier
- Selectionnez
- choose
- choisir
- le cloud
- Grappe
- collaboration
- Collecte
- combiné
- Sociétés
- Société
- par rapport
- complet
- complexe
- complexité
- calcul
- concurrent
- considérant
- cohérent
- consultant
- consommateur
- Les consommateurs
- consommation
- continuer
- Correspondant
- Prix
- les économies de coûts
- Costs
- d'exportation
- couverture
- engendrent
- La création
- création
- Culture
- organisée
- Customiser
- des clients
- données client
- Clients
- Tous les jours
- données
- accès aux données
- Analyse de Donnée
- Lac de données
- Plateforme de données
- partage de données
- visualisation de données
- entrepôt de données
- entrepôts de données
- data-driven
- David
- journée
- jours
- Offres
- Décentralisé
- décidé
- La prise de décision
- décisions
- diminué
- dévoué
- profond
- définitive
- livrer
- Demande
- démocratisation
- Démocratiser
- Département
- départements
- déployé
- détail
- développer
- mobiles
- Développement
- DID
- différent
- difficile
- numérique
- Transformation numérique
- instructions
- directement
- découvrez
- découverte
- plongeon
- do
- domaines
- down
- pendant
- chacun
- efficace
- efficace
- efficacement
- efforts
- EMEA
- permet
- fin
- énergie
- engagements
- ENGINEERING
- environnements
- établir
- Ether (ETH)
- évaluer
- événements
- évolue
- évolué
- évolue
- existant
- d'experience
- expérience
- exploration
- explorez
- externe
- face
- juste
- RAPIDE
- plus rapide
- favorable
- Fonctionnalité
- Fonctionnalités:
- finalement
- finance
- la traduction de documents financiers
- services financiers
- Flexibilité
- flexible
- Focus
- mettant l'accent
- Abonnement
- suit
- Pour
- Pour les consommateurs
- anciennement
- Avant
- Accueillir
- De
- plein
- fonctionnalités
- plus
- En outre
- avenir
- générer
- génération
- Allemagne
- obtenez
- Git
- Donner
- GmBH
- gouvernance
- l'
- a augmenté de
- Croissance
- Croissance
- GUEST
- Invité Message
- guide
- guidé
- ait eu
- hands-on
- arriver
- Vous avez
- ayant
- he
- a aidé
- aider
- de haut niveau
- augmentation
- très
- hôte
- HEURES
- Comment
- HTML
- HTTPS
- idéal
- identifié
- Idle
- illustre
- impact
- améliorer
- in
- comprendre
- Y compris
- Améliore
- increased
- individuel
- industrie
- d'information
- Infrastructure
- Innovation
- à l'intérieur
- idées.
- inspiré
- cas
- instantané
- des services
- l'intégration
- Intelligence
- Interactif
- intéressé
- Interfaces
- ingérence
- interférer
- interne
- intervention
- développement
- introduit
- Découvrez le tout nouveau
- Introduction
- isolé
- seul
- Isv
- IT
- Voyages
- ACTIVITES
- lac
- atterrissage
- terres
- lancer
- leader
- conduisant
- Conduit
- apprentissage
- vos produits
- comme
- Gamme
- le travail
- données en direct
- charge
- prêt
- Prêts
- recherchez-
- LES PLANTES
- le maintien
- a prendre une
- FAIT DU
- Fabrication
- gérer
- gérés
- manager
- les gérer
- manière
- Manuel
- de nombreuses
- Marché
- Leader du marché
- Stratégie
- mature
- Découvrez
- engrener
- Métadonnées
- Méthodologie
- Métrique
- minimum
- minutes
- ML
- PLUS
- Par ailleurs
- Hypothèques
- (en fait, presque toutes)
- Bougez
- plusieurs
- à savoir
- Besoin
- nécessaire
- Besoins
- Nouveauté
- aucune
- nœuds
- Nord
- maintenant
- nombre
- objets
- of
- Offres Speciales
- on
- À la demande
- ONE
- uniquement
- d'exploitation
- opérationnel
- Opérations
- à mettre en œuvre pour gérer une entreprise rentable. Ce guide est basé sur trois décennies d'expérience
- Optimiser
- optimisé
- l'optimisation
- Option
- or
- orchestration
- de commander
- organisation
- organisations
- original
- Autre
- Autres
- ande
- plus de
- global
- Overcome
- vue d'ensemble
- propre
- Rythme
- Parallèle
- passion
- passionné
- Patron de Couture
- motifs
- pause
- pause
- Payer
- Courant
- /
- performant
- périodique
- personnel
- Prêts personnels
- pipeline
- plans
- plateforme
- Plateformes
- Platon
- Intelligence des données Platon
- PlatonDonnées
- Populaire
- peuplé
- Post
- défaillances
- power
- prévoir
- préfère
- Préparer
- Prépare
- précédent
- précédemment
- Directeur
- principes
- Avant
- les process
- traitement
- producteur
- Produit
- le développement de produits
- Vidéo
- Produits
- projets
- prototypage
- fournir
- à condition de
- fournit
- aportando
- requêtes
- vite.
- gamme
- raw
- Lire
- récent
- récemment
- reconnu
- recommander
- réduire
- Prix Réduit
- réduire
- réductions
- région
- régions
- libérer
- resté
- réplication
- rapport
- Rapports
- Rapports
- dépôt
- représente
- exigent
- conditions
- exigence
- Exigences
- Resources
- responsables
- Résultats
- CV
- examiné
- bon
- Analyse
- rôle
- Courir
- vente
- Ventes et marketing
- même
- Épargnes
- évolutive
- Escaliers intérieurs
- Balance
- mise à l'échelle
- scripts
- fluide
- de façon transparente
- en toute sécurité
- sur le lien
- En libre service
- supérieur
- séparé
- séparation
- Sans serveur
- sert
- service
- Services
- service
- Session
- set
- installation
- Partager
- partage
- elle
- montrer
- montré
- Spectacles
- étapes
- simplifier
- unique
- So
- Logiciels
- développement de logiciels
- sur mesure
- Solutions
- résolu
- source
- Sources
- spécialiste
- groupe de neurones
- vitesse
- pointes
- SQL
- Combos
- Étape
- étapes
- mise en scène
- parties prenantes
- j'ai commencé
- Commencez
- rester
- stable
- étapes
- storage
- Boutique
- STORES
- renforcé
- renforcement
- structuré
- sujet
- tel
- Support
- Appareils
- Appuyer
- suspendu
- Tableau
- prend
- tangible
- équipe
- équipes
- technologie
- Technique
- techniques
- monde de télécommunications
- tester
- tests
- que
- qui
- Le
- El futuro
- leur
- Les
- Ces
- l'ont
- des tiers.
- this
- ceux
- mille
- trois
- Avec
- fiable
- fois
- à
- ensemble
- a
- les outils
- Total
- vers
- Transformer
- De La Carrosserie
- transformations
- transformé
- transformer
- communication
- déclencher
- sous
- imprévisible
- mise à jour
- a actualisé
- Utilisation
- utilisé
- d'utiliser
- Utilisateur
- Expérience utilisateur
- utilisateurs
- Usages
- en utilisant
- utilise
- validé
- Plus-value
- variable
- variété
- divers
- Voûte
- visualisation
- le volume
- volumes
- voulu
- Entrepots
- était
- personne(s) regarde(nt) cette fiche produit
- Façon..
- façons
- we
- web
- services Web
- WELL
- ont été
- Quoi
- quand
- qui
- tout en
- WHO
- large
- Wikipédia
- sera
- comprenant
- sans
- travaillé
- workflow
- de travail
- Horaires
- vos contrats
- Ateliers
- partout dans le monde
- an
- années
- you
- Votre
- Youtube
- zéphyrnet