Issame H.

Contexte : Au sein de la division Cloud & Cybersécurité, conception, déploiement et mise en service des infrastructures sécurisées, souveraines, performantes et optimales (OnPrem/Azure), permettant aux équipes métiers, aux Data Engineers et aux Data Scientists de développer et fournir aisément des tableaux de bord, des data pipelines ainsi que des modèles ML, avec des performances améliorées.

Réalisations :

-Rédaction des documents d'architecture technique (DAT) pour plusieurs projets, en collaboration avec les architectes applicatifs, systèmes et réseaux.

-Développement et automatisation du provisionnement des infrastructures Azure en utilisant Terraform et Ansible (VMs, Vnet/Subnet, Service/Private Endpoints, NSG, ASG, Application Gateway, WAF, RBAC, SPs, Groups, Users, Databricks, Synapse, Azure SQL, PostgreSQL, Eventhub, Azure function, Keyvault, Storage account, AKS …)

-Développement, optimisation et tuning de plusieurs pipelines de données Databricks (Spark)

-Mise en place d’une solution de monitoring de tous les Databricks du SI, à l’aide de Datadog, Eventhub, d’une Azure function et d’un logger log4j v2.

-Mise en place de pipelines CI/CD à l’aide de Jenkins

-Mise en place de jobs d’orchestration Rundeck

-Rédaction des documents d’exploitation (DEX)

-Réalisation des démonstrations clients

-Support aux équipes Data, ML et métiers

Outils : Azure, Databricks, Apache Spark, AdlsGen2, Java/Scala/Python, Docker, Kubernetes, Helm, Jenkins, Ansible, Terraform, Datadog, Rundeck, SQL Server, Synapse …

Contexte : Au sein des équipes Data et en collaboration avec les architectes Data et Réseau, définition de la stratégie Data (valorisation de la données, acculturation de la donnée en tant que produit, gouvernance…) et conception de plusieurs outils de la nouvelle plateforme Data.

Réalisations :

-Ingestion et transformation des données dans le datalake : contrôles, référentiels …

-Conception et implémentation d’un outil de vérification de le Qualité de données

-Conception et implémentation d’un outil d’Anonymisation des données sensibles

-Mise en place d’une API Job, qui centralise les lancements des jobs Spark sur AKS

-Installation et sécurisation d’un datalabe Zeppelin (Spark interpreter)

-Développement de pipelines Data (Apache Spark) de bout en bout (ingestion, transformation) répondant à différents cas d’usage métiers

-Conception d’un outil Self-service permettant aux métiers d’exploiter le Datalake en toute simplicité (Drag & Drop)

-Mise en place d’une couche de collecte et d’affichage de metrics avec Prometheus et Grafana

-Mise en place d’une couche logging avec Loki et FinOps avec Kubecost

-Participation aux projets d’amélioration d’outils et process liés à la data au sein de la DDC (recueil du besoin, développement d’outils ou interfaces appropriés avec la MOE interne ou externe, recettage, élaboration des supports et formations auprès des utilisateurs)

-Provisionning des infrastructures Azure avec Terraform et Ansible

Outils: SAFe, Azure (AKS, ACR, Cosmos, SQL Server, Event Hub, DataFactory…), Apache Spark, Java, Spring Boot, Maven, Deequ, Docker, Harbor, Azure Devops, Ansible, Helm, Terraform, Prometheus, Loki, KubeCost, Grafana, Keycloak…

Contexte :

Mise en place d’un Projet Big-Data de bout en bout : de l’ingestion des données, jusqu’à la restitution, dans le but d’améliorer la détection de fraudes.

Migration On-Premise vers Cloud Azure de toutes les applications : frontend, backend, big-data

Réalisations :

- Ingestion et transformation des données dans le datalake : contrôles, référentiels ...

- Conception et implémentation de plusieurs modules d’ingestion/transformation de données de différentes sources (Oracle, XML, JSON, CSV, APIs ...)

- Exposition des données du datalake via des tables / vues Hive

- Conception et implémentation d’un outil (frontend, backend) de requêtage et d’export de données depuis le datalake

- Conception et implémentation d’une solution d’indexation de données : Elasticsearch, HBase

- Mise en place de workflows d’intégration/déploiement continue avec Ansible, Jenkins, GIT, Nexus, Oozie

- Migration des tous les modules (frontend, backend, bigdata) de on premise au Cloud Azure avec : HDInsight, ADLS GenV2, AKS, Kubernetes, Docker-compose, Harbor, ArgoCD, Helm, ...

Stack : Hortonworks, Spark, HDFS, Hive, ELK, Oozie, kerberos, Spring boot, Git, Jenkins, Nexus, Ansible, Cloud Azure, ADLS GenV2, Airflow, Harbor, HDInsight, AKS, Docker