Consultant DevOps & Cloud Confirmé

Il a intégré l'équipe cloud afin de piloter la migration complète de l'infrastructure on-premise vers Google Cloud Platform avec une architecture cloud-native.

• A conçu une architecture GCP multi-environnements (dev/staging/prod) entièrement en Terraform : VPC, subnets privés, Cloud NAT, IAM, service accounts.
• A containerisé les applications métier (Node.js, Java) avec Docker en multi-stage builds, réduisant la taille des images jusqu'à 60%.
• A déployé et configuré un cluster GKE avec namespaces, RBAC, network policies, resource quotas et autoscaling (HPA/VPA) pour garantir la haute disponibilité.
• A mis en place des pipelines CI/CD bout-en-bout : build → test → push registre d'artefacts → déploiement automatisé sur GKE avec Helm et stratégies rolling update/canary.
• A migré les bases de données on-premise vers Cloud SQL PostgreSQL avec fenêtre de bascule et zéro interruption de service.
• A configuré l'observabilité GCP avec dashboards SLO/SLA, logging centralisé et alerting, réduisant le MTTR de 40%.
• A sécurisé l'infrastructure via fédération d'identités, gestion des secrets centralisée et analyse des conteneurs avec politique IAM de moindre privilège.
• A optimisé les coûts cloud par rightsizing des instances, autoscaling GKE et contrats d'engagement à long terme, réduisant les coûts infra de 35%.

Il a rejoint une équipe production en charge de l'industrialisation et de l'exploitation de pipelines Jenkins CI/CD pour applications web, avec focus sur le support opérationnel N2/N3 et le maintien en conditions opérationnelles.

• A conçu et géré les pipelines Jenkins pour automatiser le déploiement d'applications web (Drupal, Symfony, WordPress), avec étapes standardisées de build, validation, livraison et rollback.
• A mis en place des processus de livraison optimisés garantissant des déploiements en production rapides, fiables et sécurisés, avec contrôle des releases et réduction des incidents.
• A administré et maintenu les serveurs Linux : supervision, optimisation des performances, mises à jour, durcissement et sécurisation des environnements de production.
• A assuré le support aux activités MCO et N2/N3 pour garantir la haute disponibilité, la stabilité applicative et la résolution des anomalies en production.

Il a piloté le déploiement et le maintien en conditions opérationnelles d'une plateforme SharePoint sur … Azure, avec supervision avancée, maintenance proactive et automatisation des opérations.

• A déployé une application SharePoint sur … Azure : planification des ressources, configuration de la plateforme, gestion des accès et optimisation de l'architecture pour une mise en production sécurisée.
• A mis en place une supervision avancée et une maintenance proactive du backend avec surveillance des performances en temps réel, gestion des incidents et garanties de disponibilité de service.
• A configuré les outils d'observabilité et d'alerting via Azure Monitor, Application Insights, Log Analytics, Key Vault et Azure Backup pour anticiper les dégradations et renforcer la sécurité.
• A automatisé les tâches récurrentes et les déploiements avec Azure DevOps et PowerShell pour garantir une livraison fiable et réduire les opérations manuelles.

Il a contribué au RUN/MCO et à l'industrialisation d'une plateforme AWS, avec architecture Hub & Spoke, déploiements automatisés, conteneurisation, supervision et fortes exigences de haute disponibilité et de sécurité opérationnelle.

• A conçu et mis en place une architecture réseau Hub & Spoke sur AWS avec administration des interconnexions VPC et standardisation des déploiements multi-environnements.
• A automatisé les opérations RUN et d'administration via Ansible, Bash et Python : déploiement d'instances, health checks, reporting automatisé et mises à jour ciblées.
• A déployé et géré les infrastructures et applications conteneurisées avec Docker, Kubernetes, ECR et Terraform, dans le respect des contraintes de haute disponibilité et d'auto-scaling.
• A mis en place des contrôles RUN proactifs, pipelines GitLab CI et supervision via CloudWatch, Prometheus et Grafana pour le troubleshooting, l'alerting et l'amélioration continue.

Il a intégré une startup spécialisée dans la détection de fraude financière afin d'architecturer et déployer les infrastructures Big Data, en combinant DevOps et data engineering.

• A architecturé et déployé une infrastructure Big Data AWS via Terraform + Ansible : environnements 100% automatisés, reproductibles et versionnés.
• A mis en place un cluster HDFS Dockerisé avec Apache Spark pour le traitement distribué des données massives.
• A développé des scripts PySpark pour les pipelines ETL (ingestion, transformation, chargement) haute volumétrie.

Il a intégré l'équipe data afin de mettre en place une solution Big Data pour la détection de fraude Bypass sur les données télécom.

• A mis en place du cluster HDFS et implémenté la couche d'accès SQL via Apache Hive pour les équipes analytiques.
• A migré complètement la base de données Oracle vers Hive via Apache Sqoop, garantissant la continuité de service totale.
• A développé une application de détection de fraude avec algorithmes non-supervisés (KMeans, Local Outlier Factor) sur données télécom.