Customer Success Story: Gingalab
Qu’est-ce que Gingalab ?
Créé en 2015, Gingalab est une société française qui déploie et automatise la création de contenus vidéo personnalisés au travers de chatbots, de publicité ou encore d’environnements de gestion de communautés. GingaLab propose ses technologies de marketing et ses solutions de montage vidéo aux réalisateurs, diffuseurs et marques d’Europe et du monde entier.
Située dans le 18e arrondissement de Paris, la société emploie actuellement plus de 10 personnes.
La solution
Gingalab propose une large gamme de solutions SaaS et son service phare s’appelle Just Edit. Just Edit permet de réaliser le montage instantané d’un contenu audiovisuel pour les réseaux sociaux. Grâce à cette solution, il vous est possible d’enregistrer des événements, des interviews ou même des démonstrations de produits au moyen d’un simple téléphone portable/appareil photo puis de télécharger ensuite l’enregistrement sur Just Edit. Vous pouvez alors accéder au stock d’images Shutterstock, importer directement des images et profiter de traductions et sous-titres de qualité, générés automatiquement. Aussi, vous pouvez contacter le réseau international de professionnels de Just Edit Studio à tout moment pour vous aider à améliorer vos vidéos.
Côté client, Just Edit utilise un frontend React qui interagit directement avec ses API. Un utilisateur peut donc s’authentifier en utilisant son compte JustEdit ou via son compte Google avec OAuth2. Une fois connecté, il peut télécharger les vidéos sur lesquelles il souhaite travailler et accède à tout un processus d’édition.
Un point de vue technique
Le backend de Just Edit utilise Django et le framework Django REST. Une fois qu’une vidéo est téléchargée, une liste de tâches Celery est déclenchée pour créer de nouvelles ressources (vignettes, vidéos ré-encodées, etc.). Ces tâches sont exécutées de manière asynchrone par un hébergeur/travailleur et reposent principalement sur FFmpeg. Ensuite, un groupe de micro-services fournit le sous-titrage de la vidéo en utilisant différentes solutions Speech-To-Text bien connues. Pour fournir ces services, leur backend s’occupe également de la facturation de l’utilisation de leur plateforme.
Gingalab utilise les instances de Scaleway depuis le début. L’entreprise a commencé avec les offres historiques Bare-Metal C1 et C2 avant de migrer progressivement vers des instances virtuelles telles que les instances DEV et GP. Aujourd’hui, Gingalab utilise l’ensemble de l’écosystème Scaleway Elements avec un grand nombre d’instances Virtual Compute, Managed Databases, Managed Load Balancers, Container Registry et plusieurs buckets Object Storage. Contrairement aux instances GP, les instances DEV leur permettent de reproduire un environnement de production dans un environnement de test.
Gingalab a développé tout son système Pub-Sub en interne et celui-ci fonctionne avec Kubernetes Kapsule. Les images des conteneurs utilisées par leur solution sont stockées par notre solution managée Container Registry. Toute la persistance des données se fait dans une base de données PostgreSQL managée. Les vidéos et autres objets médiatiques sont téléchargés et stockés automatiquement dans des buckets de stockage objets.
La base de données managée interagit avec les différents backends de Django pour l’opérationnel. Gingalab peut profiter des fonctionnalités comme les sauvegardes automatiques et la restauration des données fournies par les bases de données managées de Scaleway.
Les avantages de Scaleway
« Nous avons choisi Scaleway pour leurs prix très compétitifs et la localisation géographique de nos données. Nous souhaitions garder nos infrastructures en France, ou au moins en Europe. En ce sens, Scaleway est un allié de confiance, » explique Brice Parent, CTO.
En outre, Gingalab est content de la réactivité et l’efficacité du service d’assistance Scaleway rencontré lors de deux pannes matérielles. Selon Brice, « nous adorons la console, elle est très simple et facile à utiliser. »
Dans une prochaine étape, l’entreprise envisage de tester des instances GPU basées sur des puces Nvidia Tesla maintenant que la prise en charge a été étendue à l’accélération GPU.
Brice Parent a également ajouté que Gigalab est intéressé par découvrir Scaleway Serverless en plus de détails, il est possible que le service conviendrait au traitement par lots de fichiers vidéos.