Ingénieur Plateforme senior avec plus de 15 ans d'expérience dans la conception d'infrastructures résilientes, automatisées et sécurisées sur des environnements hybrides et cloud-natifs. Je me spécialise aujourd'hui dans l'ingénierie de plateformes AI/ML, avec une volonté forte de contribuer à l'opérationalisation du machine learning à grande échelle. Expert en Kubernetes (OpenShift, Rancher, EKS), GitOps (ArgoCD, Flux) et infrastructure as code (Terraform, CDKTF, CDK8s). J'ai récemment déployé des pipelines ML avec Kubeflow et orchestré des workloads d'apprentissage profond distribués via Volcano. Je possède également une solide maîtrise des flux de données temps réel (Kafka, Spark, Delta Live Tables) ainsi qu'une expertise en fiabilité des plateformes, DevSecOps et automatisation multi-cloud (AWS, GCP, Azure, OpenStack). Mon objectif est de relier infrastructure, automatisation avancée et opérations ML évolutives pour accélérer les projets d'AI/ML de bout en bout.
Conçu et mis en œuvre des pipelines de streaming de données en temps réel utilisant Apache Kafka et Spark, tirant parti des intégrations natives et des opérateurs Kubernetes pour un traitement d'événements résilient et évolutif dans des environnements conteneurisés.
Déploiement et orchestration des charges d'entraînement (deep learning CNN) distribués avec Volcano par gang scheduling, pour assurer un démarrage synchronisé des pods et une utilisation optimale des ressources GPU à travers des nœuds de calcul hétérogènes.
Modernisé les pratiques d'infrastructure en tant que code en refactorisant les configurations Terraform vers CDK pour Terraform (CDKTF) et les charts Helm vers CDK8s, permettant des définitions d'infrastructure entièrement programmatiques, réutilisables et testables unitairement en Python.
Conception et développement d'opérateurs Kubernetes (CRD) en Go pour la gestion des bases de données PostgreSQL/MySQL, leur réplication automatique depuis Kubernetes, garantissant de la résilience des services.
Lead sur la migration du réseautage containers (CNI) d'OpenShift SDN et OVN-K vers Cilium, préparant la plateforme à la dépréciation de SDN tout en améliorant la sécurité réseau, l'observabilité et les performances basées sur eBPF.
Automatisation de la gestion de l'infrastructure cloud privé de Natixis en utilisant Python et Terraform, intégré avec HP Cloud Service Automation (CSA) et HP Operations Orchestration (OO) pour rationaliser le provisionnement, la gestion du cycle de vie et la livraison de services à travers des environnements hybrides.
A pris le lead sur la conteneurisation et la migration des serveurs d'applications WebLogic hérités vers Docker et Kubernetes, améliorant la vitesse de déploiement d'applications conteneurisées.
Mise en place d'opérateurs Kafka et Flink (en Golang) sur Kubernetes pour la gestion des flux de données en temps réel, garantissant une ingestion et un traitement efficaces des données dans des architectures cloud natives.
Développement de pipelines CI/CD Jenkins pour automatiser les workflows d'ingestion de données, permettant un transfert fluide des données depuis des scripts d'extraction basés sur Python vers Hadoop via l'API WebHDFS, améliorant ainsi la fiabilité des pipelines de données et l'efficacité du traitement.