Cloud Platform Engineer / DevOps Engineer

Intégration de l'équipe Data Lake – Platform Environment Team (6–7 team members) chez Renault Group afin de concevoir et exploiter une plateforme automatisée de gestion des environnements.

• Participation à la construction de l'Environment Management Dataplatform (EMD) dès son origine, en contribuant à son architecture et au développement de la couche d'orchestration pour l'automatisation de la création d'environnements et le provisionnement d'infrastructure sur GCP.
• Conception de services de provisionnement réutilisables basés sur Terraform pour standardiser et automatiser le déploiement d'infrastructure.
• Développement de templates GitLab CI pour automatiser les tests Terraform, les contrôles de sécurité et la publication de modules dans le registre Terraform.
• Développement d'une CLI Python de zéro pour valider les métadonnées des services (fiches d'identité).
• Intégration de HashiCorp Vault pour permettre aux pipelines CI/CD du Data Lake d'accéder de manière sécurisée aux secrets gérés centralement, en intégrant des runners GitLab hébergés sur GKE et en créant des templates GitLab CI réutilisables pour l'authentification basée sur JWT.
• Développement d'une solution pilotée par templates pour orchestrer les mises à jour d'infrastructure sur plus de 930 Data Initiatives.
• Développement d'une CLI Python pour automatiser le provisionnement des répertoires GitLab, appliquer des configurations standardisées et faire respecter les politiques de gouvernance.
• Support L3, en diagnostiquant et résolvant des problèmes complexes au sein de l'infrastructure GCP, de Terraform et des pipelines CI/CD.

Intégration de l'équipe HAL – Application Hosting Team (3 team members) pour contribuer au développement et à l'hébergement d'applications sur une plateforme interne GCP.

• Contribution à la construction de la plateforme cloud dès sa conception, en participant à son architecture technique, à sa documentation et à ses standards d'hébergement.
• Accompagnement des équipes de développement dans l'onboarding de 5 applications, de la phase de cadrage technique jusqu'au déploiement et à l'hébergement sur GCP.
• Construction de pipelines GitLab CI/CD réutilisables et de bout en bout pour automatiser la construction d'applications, les tests, l'analyse de sécurité, la publication d'images de conteneurs et le déploiement, avec une authentification GCP sécurisée via Workload Identity Federation.
• Développement de pipelines de déploiement d'infrastructure intégrant des modules Terraform réutilisables pour automatiser le provisionnement de l'infrastructure GCP.
• Conception et mise en place de la supervision et des alertes sur la santé des applications, l'infrastructure et la sécurité afin de soutenir les opérations et de permettre une détection précoce des incidents.

Intégration de l'équipe Data Lake – Data Foundation Team (3–5 team members) pour travailler sur le produit Edge to Cloud (E2C) destiné au transfert sécurisé de données vers le cloud.

• Contribution aux améliorations de la version 1, puis pilotage du développement de la version 2 de zéro, incluant l'architecture de la solution et le développement du noyau.
• Réduction de 70% de la création hebdomadaire de tickets ServiceNow grâce à des tests et simulations avancés, tout en gérant le traitement opérationnel des tickets.
• Déploiement de la solution sur plus de 30 sites répartis dans 10 pays et 3 continents.
• Développement du provisionnement d'infrastructure AWS/GCP basé sur Terraform ainsi que des pipelines GitLab CI/CD pour la livraison automatisée d'applications.
• Développement du backend d'une application orientée utilisateur.
• Mise en place de la supervision, des alertes et des pratiques FinOps pour améliorer la visibilité opérationnelle et l'efficacité des coûts cloud.

Travail sur le projet de détection de fraude bancaire (6 team members) et de prédiction de résultats de compétitions sportives (5 team members) au sein de Sense4data.

• Implémentation de pipelines CI/CD sur GitLab pour fluidifier le processus de développement logiciel.
• Utilisation de techniques de conteneurisation avec Docker pour automatiser le déploiement de produits sur l'infrastructure AWS.
• Gestion et optimisation des performances de bases de données, atteignant une réduction de 50% de la latence grâce à des analyses et des optimisations approfondies.
• Développement du composant backend d'une application de prédiction des résultats de compétitions sportives.
• Conduite d'opérations quotidiennes de web scraping automatisé et de traitement de données.