Devops Grenoble : Trouvez vite les meilleurs freelances disponibles

Exemple de missions de Yohan,
DevOps freelance

• Architecte Cloud Azure & Lead DevOps

  SUEZ & MICROSOFT
  Jan 2020 - Jan 2022

  L’objectif de la Data Office Suez était l'industrialisation du programme CODAI, nous avons industrialisé en partenariat avec Microsoft, un ensemble de projets tout en respectant les modèles DevOps, SecOps, FinOps. En se coordonnant avec les équipes d'architectes réseaux, sécurité et produits.
  
  Project 1 : Sewer Ball
  Description
  SewerBall est un projet innovant pour améliorer la connaissance des réseaux non accessibles et non visitables. Il s'agit d'un flotteur dérivant miniaturisé dérivant dans le réseau ou dans les rivières équipées de quatre capteurs mesurant la qualité de l'eau (pH, conductivité, température et potentiel redox). Les différents signaux collectés à haute fréquence sont ensuite stockés pour subir un traitement statistique. L'objectif de ce projet est d'identifier les défauts (ECP, rejet industriel, etc.)
  
  Projet 2 : EFW
  Description
  EFW Turbine Monitoring est un projet visant à prédire le comportement nominal d'une température de turbine dans les prochaines minutes à partir d'observations passées récentes de la température et des Co variables (vitesse, vibration, …). Un premier prototype a été construit et livré au cours de la saison 4 du hub numérique puis industrialisé au cours des mois suivants (à partir d'octobre 2020). Il est censé fournir une API prédictive qui peut être interrogée par les systèmes de l'usine et une application Web pour la saisie manuelle.
  
  Projet 3 : Meter Image Reading
  Description
  Une solution de collecte automatique de l'indice à partir d'une image de compteur d'eau, basée sur le deep learning. Un indicateur de confiance est également produit pour aider à identifier les cas difficiles ou les images erronées.
  
  Ce projet a démarré par un défi ouvert aux étudiants de la chaire IA de Stéphane Mallat au Collège de France (+ MVA + ENS).
  
  Il implémente des modèles neuronaux profonds pour lire automatiquement l'indice à partir d'une image de compteur d'eau. Il peut être utilisé comme mécanisme de notation par lots ou en direct/à la volée.
  
  Projet 4 : PM Builder
  Description
  L'objectif de PM Builder est d'accélérer : La construction d'un plan de maintenance d'un site. L’estimation de la charge de travail nécessaire à la réalisation du plan de maintenance
  Les avantages sont : Réduire le temps nécessaire à l'élaboration d'un plan de maintenance préventive standard. Contribuer à mettre en œuvre rapidement des activités de maintenance préventive pour toutes nos usines et ainsi réduire la probabilité de pannes d’équipements. Améliorer la précision ainsi que le temps nécessaire à l'estimation des coûts de maintenance pendant la phase d'appel d'offres
  
  Projet 5 : Commercial losses
  Description
  Commercial losses est un projet qui avait comme objectifs :
  -Objectif 1 : Géolocaliser et afficher sur une carte les clients de la base odyssée. Pour ce projet, il y a trois cas possibles :
  En plus de cela, vous devez en savoir plus à ce sujet.
  Clients soumis à l'assainissement : point vert
  Clients soumis à l'assainissement à proximité d'un point vert dans un rayon de 50 mètres en point rouge
  Clients soumis à l'assainissement à proximité d'un point vert au-delà de 50 mètres en point orange
  Calculer le manque à gagner en euros dans le tableau de bord Power BI
  Afficher les KPI de qualité du champ d'adresse du compteur
  
  -Objectif 2 : afficher sur une carte, les clients avec des couleurs différentes selon la tranche de consommation annuelle + superposer la carte google
  
  -Objectif 3 : delta entre la base d'adresses nationale et la clientèle de Suez
  
  Réalisations
  -Mettre en œuvre l'industrialisation des algorithmes et applications de Machine Learning, y compris les flux de données et de stockage, dont les prototypes auront été réalisés par les équipes Data Scientists Group :
   Dockérisation d'algorithmes et d'applications web
   Sécurisation des applications d'Intelligence Artificielle
   Automatisation des flux de données à partir de bases de données structurées et non structurées (photos)
   Suivi des modèles de données
   Logique de reconversion du modèle automatisé
   Logique d'évaluation du modèle avant livraison en production
   Assistance à l'intégration dans les systèmes opérationnels
  
  -Assister à l'évolution de la plateforme CODAI utilisée pour le prototypage d'algorithmes de Machine Learning :
  -Renforcement de la sécurité
  -Evolutions de cette plateforme pour simplifier la transition Prototype et l’industrialisation en production
  -Concevoir et développer une solution MDM-light permettant la consolidation et la déduplication des référentiels des différentes entités SUEZ, avec un premier focus sur les sites SUEZ des 3 entités SUEZ les plus importantes en Europe
  -Aider à la sélection et à la mise en œuvre d'un outil de groupe Data Catalog
  -Création de plateforme
  -Définir les bonnes pratiques
  -Document DAT écrit
  -Assurer la communication avec l'équipe informatique, le scientifique des données, l'équipe réseau, l'équipe de sécurité, le partenaire Microsoft
  -Configuration du modèle de CD CI
  -Déploiement de la plateforme et de l'application
  -Accompagnement à la fabrication

  Docker, Kubernetes, ARM, Azure, Azure DevOps, Azure Machine Learning, DataLake, IOT Edge, IOT Hub, Azure Machine Learning Services, Azure DevOps (Repo/Pipeline/Board), Azure Containers Registry, Azure Web Apps for Containers, Azure Blob Storage, Azure Key Vault, Azure Content Delivery Network, Azure Log Analytics, Azure SQL Database. Langages informatiques employés : Python et R, Outils d’extraction/transformation de données : ETL : Azure Data Factory, Data Virtualisation : Denodo, Outils de vis

• Architecte Cloud Azure & Lead DevOps

  SODEXO & MICROSOFT
  Jan 2018 - Jan 2020

  Projets
   Projet 1 : POWERCHEF (7 personnes)
   Projet 2 :...

• Architecte CCOE & Architecte Solution

  SAINT GOBAIN & MICROSOFT
  aujourd'hui

  Le premier objectif est de définir au sein de la cellulle CCOE (Cloud Center of Excellence) des documents tels Service Enablement, Hardening Guide. Définir des cas d’utilisation de design technique adaptés aux clients, intégrer les normes de cyber sécurité.
  
  Un deuxième objectif est de fournir une plateforme Machine Learning Kubernetes globale à destination du programme CRAFT. Mise en place d’une solution globale Saint Gobain de Container basée sur Kubernetes (ContainerForSG), avec intégration des aspects SecOps et FinOps.
  
  Participation aux ateliers de la Landing Zone version 2 destinées dans un premier temps à l’ouverture aux pays d'Amériques du Nord et du Sud, et dans un deuxième temps à l’amélioration du design de la Landing zone version 1.
  
  Accompagnement des projets (Environs 15 projets) dans le cadre de leur migration vers le Cloud, ainsi que la Landing Zone V2, définir des designs d’architecture, mise en place de recommandations Cloud.

• Business Projet 1 : SGDD Digital Commerce - Integration Platform
  aujourd'hui

  Description
  SGDD veut construire une nouvelle plateforme de E-Commerce basée sur les principes du commerce composable pour une meilleure réactivité et l’intégration de nouveaux services, cela est construit dans Azure à l’aide de fonctionnalités cloud natives pour prendre en charge la flexibilité de l’entreprise et relayer les informations en temps réel aux clients.
  1. Récupérer les besoins utilisateurs
  2. Définir le design fonctionnel et technique, implémenter les diagrammes HLD et LLD
  3. Définir l’infrastructure cloud
  4. Réaliser la revue sécurité
  5. Réaliser la revue cloud permit
  6. Support sur le lancement les tests d’intégration et d’acceptance
  7. Revue du build permit sécurité
  8. Implémenter (Support) l’infrastructure de production
  9. Revue de la sécurité en production

• Business Projet 2 : AARI
  aujourd'hui

  Description
  
  AARI maintient un programme de sécurité basé sur l’évaluation des risques, le cadre du programme AARI comprends des mesures de protection administratives, logiques, techniques et physiques conçues et disponibles dans le marché pour protéger la confidentialité, l’intégrité et la disponibilité des données du client.
  
  Business Projet 3 : OEE Web
  Description
  OEE Web a pour objectif de collecter les temps d’arrêt des processus physiques, quel que soit l’activité, les gens peuvent alors remplir les raisons de ces temps d’arrêt, alors les méthodologies d’améliorations continue peuvent se concentrer sur la réduction des pertes et l’optimisation des performances à l’aide de rapports et d’outils d’analyse.

• Global Projet 4 : Container for Saint Gobain
  aujourd'hui

  Description
  Mise en place d’une solution de containerisation externe et interne à Saint Gobain.
  Ci-dessous les thèmes abordés :
  
  1. Implémenter le service enablement
  2. Implémenter le hardening guide
  3. Intégration des recommandations de sécurité
  4. Déploiement considérant la nouvelle Landing Zone
  5. Implémentation des terraform
  6. Déploiement en AGIC pour de la sécurisation des flux end to end.
  7. Déploiement de network policies pour le partage de cluster entre plusieurs applications
  8. Gestion des certificats
  9. Déploiement d’une solution finéncière
  10. Présentation de la solution pour les équipes de développement

  Kubernetes, Terraform, ARM, Powershell, Cloud Shell, Azure CLI, Azure, Azure DevOps, GitHub, Azure Machine Learning, DataLake, IOT Edge, IOT Hub, Azure Machine Learning Services, Azure DevOps (Repo/Pipeline/Board), Digital Twins, Azure Containers Registry, Azure Web Apps for Containers, Azure Blob Storage, Azure Key Vault, Azure Content Delivery Network, Azure Log Analytics, Azure SQL Database, Micro Services, Azure Functions, Logic Application, APIM.