DevOps Engineer

Intégration de l'équipe pour concevoir et exploiter l'infrastructure cloud-native sur OVH Cloud et Kubernetes, prenant en charge des charges de travail IA/ML, web et industrielles dans les environnements de développement et de production.

• Architecture et exploitation de l'infrastructure cloud-native sur OVH Cloud et Kubernetes.
• Rationalisation du cycle de vie des versions en reconstruisant les pipelines GitLab CI/CD avec tests automatisés, analyse de sécurité et déploiements conteneurisés.
• Réduction des cycles de publication de plusieurs heures à quelques minutes.
• Implémentation d'une plateforme GitOps en utilisant ArgoCD avec le pattern App-of-Apps pour standardiser les déploiements multi-clusters.
• Fourniture à chaque équipe d'un workflow de livraison cohérent, en libre-service et auditable.
• Renforcement de la sécurité et de l'observabilité de la plateforme.

Conteneurisation et migration d'applications existantes vers Kubernetes.

• Conteneurisation et migration d'applications legacy vers Kubernetes en utilisant Helm et ArgoCD.
• Mise en place d'une livraison pilotée par GitOps avec une capacité de retour en arrière fiable en une seule commande.
• Développement d'une bibliothèque de templates de pipelines CI/CD réutilisables.
• Standardisation des builds d'images Docker, des analyses de vulnérabilités et des pushs vers le registre Harbor pour tous les services.
• Conception et validation de procédures de sauvegarde et de reprise d'activité pour les charges de travail avec état.
• Collaboration avec les équipes de développement et de QA pour les intégrer dans les workflows de publication.

Conception de pipelines et dispense de formations pour accompagner l'adoption des pratiques DevOps.

• Conception et déploiement de pipelines CI/CD prêts pour la production pour des microservices.
• Mise en place d'étapes automatisées de build Docker, de test, d'analyse et de déploiement GitOps piloté par ArgoCD.
• Dispense d'une formation pratique à une cohorte d'ingénieurs couvrant Docker, Kubernetes et GitLab CI.
• Accélération de l'adoption par l'équipe des pratiques DevOps modernes.

Travail sur l'optimisation des conteneurs, l'automatisation et la mise en place de standards de sécurité sur AWS.

• Réduction de la taille des images Docker de 60 % grâce à l'optimisation des builds multi-étapes.
• Amélioration directe de la vitesse de déploiement et réduction des coûts de stockage du registre.
• Automatisation du cycle de vie complet des conteneurs, incluant build, analyse, push et déploiement sur AWS en utilisant GitLab CI.
• Provisionnement de toute l'infrastructure via Terraform et Ansible.
• Application des standards DevSecOps en intégrant Trivy comme barrière de pipeline obligatoire.
• Blocage de l'accès des images vulnérables aux environnements de production.

Réalisation d'un stage axé sur l'observabilité, la fiabilité et la gestion du stockage persistant.

• Réduction du temps moyen de détection des causes profondes de 80 %, passant de plus de 2 heures à moins de 5 minutes.
• Déploiement d'Elastic APM et OpenTelemetry pour le tracing distribué de bout en bout et les tableaux de bord d'alerte structurés.
• Établissement de SLO, de runbooks et de vérifications de santé proactives pour les environnements hors-production.
• Alignement de la fiabilité de la staging sur les standards de production.
• Déploiement de Longhorn pour fournir un stockage persistant hautement disponible pour les charges de travail Kubernetes avec état.

Effectuation d'un stage pour conteneuriser une application et mettre en place le monitoring.

• Conteneurisation et déploiement d'une application MERN de production sur un VPS OVH en utilisant Docker et le reverse proxy Nginx.
• Gestion entière des couches de persistance MongoDB et Redis.
• Implémentation du monitoring de l'infrastructure avec Prometheus et Grafana.
• Automatisation de la configuration des serveurs de bout en bout à l'aide de playbooks Ansible.