CV/Mission Couchbase freelance

Résumé d'expériences de Ramzi,
freelance COUCHBASE habitant les Hauts-de-Seine (92)

• Ingénieur CLOUD AZURE / DEVOPS

  AIR FRANCE|Paris|
  Jan 2024 - Jan 2025

  Contexte : Le projet (DMTC) visait à migrer plusieurs applications depuis
  cloud On-premise (OVH) vers Microsoft Azure pour bénéficier de
  services managés, améliorer la résilience et réduire les coûts
  opérationnels.
  Analyse de l'infrastructure existante (code, bases de données, fichiers,
  dépendances) pour évaluer les besoins et les dépendances.
  Définition et mise en œuvre de l'architecture cible sur Microsoft Azure en
  respectant les meilleures pratiques (sécurité, scalabilité, coût).
  Développement de fichiers Terraforma pour provisionner des ressources
  Azure telles que : Réseau : Virtual Network, Subnets, Network Security
  Groups (NSG).
  Compute : App Services, Azure Kubernetes Service (AKS), ACR.
  Base de données : Azure SQL Database, Cosmos DB, Storage Accounts.
  Configuration des états Terraform dans un Azure Blob Storage sécurisé
  pour le suivi des infrastructures.
  Utilisation d'Azure DevOps et GitHub Actions pour automatiser le
  déploiement de l'infrastructure via des pipelines CI/CD.
  Mise en place et administration d'un cluster AKS ( Azure Kubernetes
  Service) .
  Sécurisation du cluster via Azure AD RBAC, Network Policies et Azure
  Key Vault.
  Créer et gérer des ressources Kub comme les Pods, Services,
  Deployments, ConfigMaps, Secrets, etc.
  Migration des données et validation de l'intégrité des services après le
  déploiement.
  Optimisation des performances post-migration et surveillance avec
  Azure Monitor et Application Insights.
  Collaboration avec les équipes de développement pour adapter les
  applications à l'environnement cloud.

  Environnement technique : Azure, Ansible, Terraform, Packer, Azure DevOps, Azure App Services, Azure Kubernetes Service, Git, Bash, shell, CentOS.

• Ingénieur DEVOPS / S R E

  SOCIETE GENERALE | Paris
  Jan 2020 - Jan 2024

  Contexte : - Mettre en place et industrialisation des pipelines CI/CD pour
  les différents projets de l'entité ITIM afin d'assurer le déploiement
  automatique des applications sur les environnements DEV, HOMOL et
  PROD.
  - Mettre en œuvre un POC sur AWS pour démontrer la faisabilité technique
  et préparer le terrain pour un déploiement à plus grande échelle.
  - Gestion, maintenir et support de la plateforme de prod BIGDATA
  (Hortonworks & Cloudera).
  Développer des Roles ansible pour l'automatisation la création des
  enveloppes (GITHUB, JENKINS, AWX…).
  Conception et mise en œuvre des pipelines CI/CD via Jenkins pour
  automatiser les étapes de build, tests, packaging, et déploiement.
  Configuration et exploitation de SonarQube pour analyser la qualité du
  code, détecter les vulnérabilités et appliquer des règles de sécurité.
  Gestion des artefacts applicatifs via Nexus Repository.
  Automatisation des déploiements sur les différents environnements en
  développant des playbooks Ansible pour uniformiser les processus et
  réduire les délais d'intervention.
  Écriture de Playbook Ansible & scripts Shell pour automatiser les tâches
  d'exploitation et les processus de maintenance (sauvegardes, monitoring,
  etc.).
  Refonte et développement de workflows GitHub Actions en remplaçant
  les fonctionnalités Jenkins pour gérer le build, les tests unitaires et
  fonctionnels, le packaging, ainsi que le déploiement continu.
  
  Mise en place d'un monitoring avancé ELK pour superviser les pipelines
  GitHub Actions et Jenkins.
  POC DevOps AWS : Mise en place d'un environnement AWS sécurisé dans
  le cadre de la migration d'applications vers le AWS.
  Mise en place d'infrastructures IaC avec Terraform (VPC, EC2, S3, RDS,
  ALB, IAM )
  Migration d'une application pilote spark/scala vers AWS, incluant
  l'adaptation des configurations et l'optimisation des ressources cloud.
  Création et gestion d'une pipeline CI/CD via Github Action pour le
  déploiement automatisé de l'applications conteneurisées sur EKS.
  Intégration des outils de surveillance CloudWatch pour assurer la
  disponibilité, les performances et la gestion des alertes sur les
  environnements de production.
  Analyse des coûts et des performances du POC, avec la présentation des
  résultats et des recommandations pour l'industrialisation.
  
  Build & Run ( Platforme BIGDATA CLOUDERA ):
  Effectuer le Morning-Check quotidien et Communiquer sur Alertes.
  Superviser et monitorer l'infrastructure de prod ( KAFKA, HDFS, ELASTIC
  , COUCHEBASE …. ).
  Traitement des incidents de niveau 2 et 3 (pannes de nœuds, perte de
  blocs HDFS, saturation des queues YARN, …)
  Analyse des goulets d'étranglement et tuning des configurations
  (mémoire, CPU, partitions, etc.) pour améliorer les temps de traitement et
  la scalabilité.
  Astreintes mensuelles sur des chaines critiques prod.
  Gestion et création des fiches Control M .
  Mise en production (MEP) des projets/applications.
  Attribution des autorisations et des niveaux de permissions aux
  différents utilisateurs des technologies utilisées .
  Mise en place des collectes de données via TOM.
  Mise en place un système de monitoring, de supervision et d'alerting
  ELK, pour surveiller les métriques des clusters (latence, throughput,
  utilisation des ressources).
  Analyse proactive des logs système et des tâches Spark ou Hadoop pour
  prévenir les incidents.
  Installation et déploiement du cluster COUCHBASE via Playbooks /
  Roles ansible.
  Mise en place du connecteur Elasticsearch Couchbase afin d'assurer la
  réplication des données en temps réel
  Configuration des XDCR pour la synchronisation entre Couchbase et
  Elasticsearch

  Environnement Technique : Linux, GitHub, GitHub Actions, Jenkins, SonarQube, Nexus, Ansible AWX, Shell, Docker, Kubernetes, ELK, Terraform, Cloudera, Hadoop, Ranger, Control-M, Kafka, Ambari, Hdfs, couchbase , Nginx HDFS, Yarn , AWS, EKS , CloudWatch

• Ingénieur Devops & Cloud AWS

  OLCYA | Paris
  Jan 2020 - Jan 2020

  Contexte: L'objectif du projet ScaleOne est de concevoir et d'implémenter
  un système d'auto-scaling sur AWS capable d'ajuster automatiquement
  les ressources en fonction de la charge applicative tout en optimisant les
  coûts opérationnels.
  Analyse des besoins pour gérer les variations de charge applicative lors
  des périodes de pics de trafic.
  Création d'images customisées AMI avec Packer intégrant les prérequis
  logiciels (Java, python, etc.).
  Automatisation du déploiement des clusters avec Ansible, comprenant
  l'installation des composants HDFS, YARN, Spark et Kafka.
  Mise en place d'infrastructures IaC avec Terraform (VPC, EC2, S3, RDS,
  ALB, IAM ) avec des groupes Auto Scaling pour une montée en charge
  dynamique.
  Application Load Balancer (ALB) pour la répartition du trafic.
  Intégration d'Amazon RDS pour la base de données et S3 pour le
  stockage des ressources statiques.
  Mise en place de politiques d'auto-scaling basées sur des métriques
  CloudWatch (CPU, mémoire, etc.).
  Utiliser des outils comme Apache JMeter pour simuler des charges
  massives.
  Ajuster les seuils et les tailles minimales/maximales d'instances si
  nécessaire.
  Déploiement de la stack ELK pour centraliser et analyser les logs du
  cluster HDP.
  Collecte des logs de scaling (AWS Auto Scaling, CloudWatch) et des logs
  applicatifs via Filebeat et Logstash.
  Visualisation en temps réel des événements de scaling dans Kibana
  (nombre d'instances actives, délais de scaling).

  Environnement Technique: AWS (EC2, Auto Scaling Groups, S3, CloudWatch, ALB), Hortonworks Data Platform (HDFS, YARN, Spark, Kafka), ELK (Elasticsearch, Logstash, Kibana, Filebeat), Packer, Ansible, Terraform, Apache JMeter

• Data Engineer

  ORANGE BUSINESS SERVICES | Paris |
  Jan 2018 - Jan 2020

  Contexte: Maintenir une infrastructure Big Data ( Hortonworks & CDP )
  robuste, évolutive et sécurisée pour supporter des volumes massifs de
  données (plusieurs pétaoctets) tout en répondant aux besoins d'analyse en
  temps réel des équipes métiers.
  Analyse des besoins pour gérer les variations de charge applicative lors
  des périodes de pics de trafic.
  Accompagnement à l'upgrade de version Spark à l'aide de Playbook
  Ansible.
  Résolution d'incident sur la plateforme (mauvais paramétrage dev,
  mauvaise utilisation de queue Yarn...).
  Gestion d'incidents tous niveaux sur les clusters Hadoop.
  Automatisation des tâches (Scripting, Ansible).
  Résolution d'incident sur l'intégration de flux externes.
  Gestion des entrées LDAP de la partie BigData.
  Capitalisation de la connaissance de l'équipe sur la technologie Data.
  Développement et déploiement des nouveaux services Spark / Hadoop
  (monitoring, sécurité...).
  Automatisation des déploiements mutualisés ou projet par projet avec
  Ansible.
  Support aux projets client qui utilisent cette technologie (clusters
  importants de plus de 50 nœuds cluster partagé entre projets client).
  Accompagnement client pour la mise en place de nouveaux cas d'usage
  utilisant ces technologies.
  Automatisation des JOB SPARK avec Oozie (Workflow, Coordinateur).
  Techlead ELK : Concevoir et déployer une solution centralisée basée sur la
  stack ELK (Elasticsearch, Logstash, Kibana) pour collecter, analyser et
  visualiser les données de logs et métriques, tout en améliorant la visibilité
  opérationnelle et la détection des anomalies.

  Environnement Technique : RedHat, Centos, Hadoop, Ambari, HDFS, YARN, Spark, Hive, Elasticsearch, Logstash, Kibana, SHELL, XPACK, AWS

• Data Engineer

  STARTUP | Paris
  Jan 2016 - Jan 2018

  Contexte: Développer une solution intelligente innovante qui fait matcher
  et qualifie les CV avec les appels d'offre.
  Participation à l'architecture de la solution.
  Mise en place et configuration du cluster hadoop.
  Mise en place et configuration du cluster couchbase.
  Mise en place et configuration du cluster elasticsearch & opensearch.
  Mise en place d'un environnement de développement Spark avec Scala.
  Développement d'un algorithme IA pour l'analyse des CV.
  Ingestion des évènements dans KAFKA.
  Automatisation des déploiement et planification d...