Depuis Dubaï avec des idées : points clés du GDG MENA-T Summit 2025

Un GDG Summit est une conférence annuelle majeure organisée par les Google Developer Groups (GDG) pour les développeurs, les passionnés de technologie et les étudiants. Ce sommet rassemble la communauté locale et régionale des développeurs, les Google Developer Experts (GDE) et les organisateurs de GDG afin d'en apprendre davantage sur les technologies Google, de partager des connaissances et de réseauter avec des pairs et des experts. Cette année, l'énergie au GDG MENA-T Summit 2025 à Dubaï était électrique.

Dès mon arrivée au magnifique Uptown Dubai Hotel, avec ses vues imprenables sur la ville, j'ai su que cet événement serait spécial. En tant qu'organisateur GDG en Turquie et représentant d'Ultralytics, j'ai eu l'opportunité unique de porter deux casquettes : l'une pour ma communauté locale de développeurs en Turquie, et l'autre pour la communauté mondiale de vision par ordinateur que notre entreprise sert. J'avais hâte d'échanger, de partager et de plonger dans l'avenir de la technologie. Ce que j'ai trouvé, ce sont des conversations qui sont allées bien au-delà des tendances superficielles, explorant le cœur même de la manière dont nous construirons et déploierons les logiciels demain. Des présentations principales aux démos en passant par le réseautage, jetons un œil à quelques points saillants de cet événement !

Fig 1. Onuralp Sezer, ingénieur senior en apprentissage automatique chez Ultralytics, assistant au GDG Summit MENAT 2025 à Dubaï avec divers organisateurs de GDG Turquie. Image de l'auteur.

Trois thèmes majeurs m'ont marqué : l'évolution rapide des agents IA interconnectés, l'aube d'un nouveau workflow de développement accéléré par l'IA, et l'importance cruciale d'optimiser l'IA pour des performances réelles en temps réel.

Link to this sectionDécryptage des protocoles d'agents : de la théorie au déploiement dans le cloud#

L'une des sessions les plus captivantes a été l'analyse approfondie des protocoles d'agents par Mete Atamel. Pendant des années, nous avons parlé des agents IA de manière abstraite, mais cette session a ancré le concept dans une ingénierie concrète et actionnable. Mete a décortiqué le cadre qui permettra aux agents de devenir véritablement collaboratifs et utiles :

Fig 2. Mete Atamel expliquant l'utilisation a2a dans l'Agent Development Kit.

MCP (Model Context Protocol) : considère cela comme le « traducteur universel » pour un agent IA. C'est la couche fondamentale qui permet à un agent de se connecter de manière fiable à des outils externes, des API et des sources de données. Sans un standard comme MCP, chaque intégration serait un travail personnalisé et fragile. Avec lui, les agents peuvent se connecter au monde numérique avec confiance et cohérence.

A2A (Agent-to-Agent Protocol) : Si MCP est la manière dont un agent communique avec les outils, A2A est la manière dont les agents communiquent entre eux. Ce protocole permet aux agents, même ceux fonctionnant sur des plateformes entièrement différentes, de se découvrir, de collaborer, de déléguer des tâches et de coordonner des workflows complexes. C'est le cadre d'un avenir où un agent spécialisé pourrait engager un autre agent pour gérer une sous-tâche spécifique, créant ainsi une main-d'œuvre dynamique et autonome.

ADK (Agent Development Kit) : C'est le kit d'outils qui rassemble tout cela. L'ADK fournit la structure, les bibliothèques et les modèles pour assembler des agents robustes en utilisant MCP et A2A. C'est le pont entre un concept cool et un système prêt pour la production.

La partie la plus excitante a été l'étape finale : le déploiement. Mete a démontré comment un agent construit avec l'ADK peut être conteneurisé et déployé sans effort sur Google Cloud Run. Cela a montré un chemin clair et évolutif, de la construction d'un agent intelligent sur ta machine locale à son exécution dans un environnement serveur géré, prêt à répondre à la demande réelle.

Link to this sectionUne nouvelle ère du développement : l'IA comme ton copilote#

Le sommet a également clairement montré que l'IA n'est plus seulement une fonctionnalité que nous ajoutons à nos applications ; elle devient une partie centrale du processus de développement lui-même. La présentation de la nouvelle suite d'outils de Google ressemblait à un aperçu d'un avenir radicalement plus efficace.

Un point clé a été l'introduction de Firebase Studio, un environnement cloud ambitieux et agentique. La démo était impressionnante : en partant d'une simple instruction en langage naturel comme « Construis-moi une application de partage de photos avec connexions utilisateur », Firebase Studio s'est mis au travail. Il a structuré tout le projet, configuré les schémas Cloud Firestore nécessaires, défini les règles d'authentification Firebase et généré le code frontend standard. C'est un outil conçu pour éliminer la configuration fastidieuse qui consomme tant de temps de développement, nous permettant de nous concentrer immédiatement sur la logique unique et l'expérience utilisateur de notre application.

Fig 3. Vikas Anand expliquant l'utilisation et les intégrations de Firebase Studio. Image de l'auteur.

Parallèlement, il y avait Jules, l'agent de codage IA asynchrone de Google. Jules est différent des outils intégrés comme Copilot. Tu peux lui déléguer une tâche complète : « Refactorise ce module pour qu'il soit plus efficace », « Ajoute des tests unitaires pour ce service » ou « Mets à jour toutes les dépendances dans ce dépôt et corrige les changements cassants ». Jules travaille ensuite en arrière-plan et, une fois terminé, soumet une pull request pour ta revue. Ce paradigme fait passer le rôle du développeur d'un simple rédacteur de code ligne par ligne à celui d'architecte et de réviseur de haut niveau.

À la base de ces outils révolutionnaires se trouve la puissante nouvelle génération de modèles Google, accessibles via les Google One AI Plans. Avec un raisonnement amélioré, des capacités multimodales et d'immenses fenêtres de contexte, ces modèles fournissent le « cerveau » qui rend possibles les outils agentiques comme Jules. Firebase Studio, en revanche, est gratuit, mais si tu souhaites augmenter ton quota, tu dois t'abonner au Google Developer Program pour pouvoir en utiliser davantage.

Link to this sectionDe l'inférence à l'action : optimiser l'IA en temps réel avec NVIDIA#

Notre passion réside dans la vision par ordinateur, j'étais donc ravi d'assister à la conférence « Building Real-Time AI Systems » par Katja Sirazitdinova, ingénieure senior chez NVIDIA. Cette session était une fantastique opportunité de relier mon rôle d'ingénieur senior en apprentissage automatique chez Ultralytics directement à la pointe de l'accélération matérielle, et cela m'a amené à poser des questions précises sur l'amélioration des pipelines d'exportation pour nos modèles YOLO largement utilisés.

Katja a partagé des idées pratiques inestimables sur la manière d'extraire jusqu'à la dernière goutte de performance d'un modèle. Nous avons plongé en profondeur dans des stratégies comme la quantification de modèle (réduire la taille du modèle tout en minimisant la perte de précision), assurer la compatibilité d'exportation sur différents matériels et tirer parti des puissantes chaînes d'outils NVIDIA comme TensorRT pour améliorer considérablement le débit et réduire la latence. Je suis reparti avec un carnet rempli d'idées concrètes à rapporter à l'équipe Ultralytics, des idées qui aideront toute notre communauté à rationaliser le déploiement, réduire les frictions et faire un meilleur usage de l'accélération GPU pour des applications exigeantes en temps réel comme la robotique et l'analyse vidéo.

Fig 4. Onuralp Sezer, ingénieur senior en apprentissage automatique chez Ultralytics, et Katja Sirazitdinova, ingénieure senior chez NVIDIA. Image de l'auteur.

Link to this sectionL'intersection de la communauté et de l'innovation#

Au-delà des diverses présentations et démos, le sommet a été un puissant rappel de la raison pour laquelle l'open-source est une telle force dans le monde technologique : la communauté. Les discussions informelles étaient tout aussi précieuses que les conférences. J'ai eu d'innombrables conversations avec des développeurs, des chercheurs et des entrepreneurs qui utilisent nos outils chaque jour. Ils ont posé des questions réfléchies et pratiques sur le package Python Ultralytics, de l'optimisation des performances de YOLO sur les appareils en périphérie à des cas d'utilisation réels créatifs auxquels je n'avais même jamais pensé.

Être capable de fournir une assistance sur le vif, de trouver des solutions ensemble et de recueillir des retours directs et non filtrés de nos utilisateurs a été incroyablement gratifiant. Cela a renforcé à quel point la communauté Ultralytics est vitale pour notre mission. Chaque demande de fonctionnalité, chaque rapport de bug et chaque histoire de succès partagée renforce notre écosystème. Ces interactions sont ce qui stimule la véritable innovation.

Link to this sectionConstruire l'avenir, ensemble#

Le GDG MENA-T Summit était plus qu'une simple conférence ; c'était un aperçu de l'avenir. Un avenir où des agents intelligents collaborent dans le cloud, où les outils alimentés par l'IA amplifient nos propres capacités en tant que développeurs, et où nos modèles fonctionnent plus rapidement et plus efficacement que jamais. Plus important encore, c'est un avenir où les communautés open-source et l'innovation en entreprise ne font pas que coexister ; elles s'entraînent activement les unes les autres vers l'avant.

Fig 5. La photo de groupe complète des GDG et des Googlers lors de la clôture de l'événement. Image des photographes du GDG MENAT.

Un grand merci aux organisateurs et aux équipes du Google Developer Program, en particulier Ramesh Chander, Nour Bouayadi, Alaa Shahin et Beyza Sunay Güler, pour avoir mis en place un événement aussi inspirant, enrichissant et techniquement profond. L'élan de Dubaï est fort, et j'ai hâte de voir ce que nous construirons tous ensuite.