Freelance Amazon Kinesis : Repérez les savoir-faire dont vous avez besoin

Exemple d'expériences de Danut Marian,
freelance AMAZON KINESIS résidant dans les Hauts-de-Seine (92)

• Architecte transverse infrastructure Cloud AWS / Azure

  Engie DGP
  Jan 2019 - Jan 2024

  CONTEXTE MISSION :
  Architecture cloud, projets de migration de refonte applicative, plate-forme data, innovation
  RÉALISATIONS :
   Refonte ETL C3ai Mastermind vers AWS Glue – architecture, poc sur localstack, terraform
   CallBot Zaion - architecture, ogigramme parcours utilisateur, interface Api Hour et Octopuss
  vers SAP
   RPA Blueprism – architecte infra, architecte mutualisation licences et plate-formes, optimisation
  des coûts, architecture migration sur AWS
  Architecte migration middleware ApiHour / xData ( référentiel clients vision 360 ) de Azure VM + Rancher
  vers la Landing Zone AWS avec industrialisation et migration de donnes full load et CDC ( 8 To )
   Architecte Landing Zone, contributeur principal modules terraform, code reviewer principal
   Architecte principal squad Data , équipe Team Infrastructure a la DGP
   Architecte intégration Teleport avec IDP Okta pour RBAC ( accès aux ressources bases sur rôles
  d’exécution)
   Architecte RPU ( référentiel personne unique ) avec une étape de DataQuality garantissant les
  Golden Records
   Architecte étude TiDb – base de donnes faible latence et nouvelle génération pour migrer le
  datawarehouse
   Réfèrent transverse sur les architecture, best practices, outillage et finops maîtrise des coûts
  MÉTHODOLOGIE :
   Agile (SCRUM) / Cycle V

  ENVIRONNEMENT TECHNIQUE :  TerraForm , GitLab, GitlqbCI, Jenkins, ensemble des services AWS ( forte expertise DMS et RDS), storage account, CosmoDB et BotBuilder sur Azure, SAP Recast, python, nodejs, golang, Splunk ( observability ), Github Copilot, Lucidchart

• DevOps Cloud GCP

  MonAlbumPhoto / Albelli
  Jan 2018 - Jan 2019

  Rush novembre / décembre et migration middleware sur aws pour Albelli
  RÉALISATIONS :
  Optimisations infrastructure et monitoring pour la période de RUSH ( GCP Kubernetes, MongoDB,
  Redis avec Sidekiq), pubsub, applicatif golang, finetunning définition des services, réécriture
  applicative, purge et index
  Migration middleware post-rush dans une nouvelle architecture complètement serverless lambda et sqs
  Sur aws – cloud Albelli, pojet Jarvis
  MÉTHODOLOGIE :
   Agile (SCRUM) / Cycle V

  ENVIRONNEMENT TECHNIQUE :  Kubectl, helm, docker nodejs et golang, teamcity, octopuss, lambda aws, sqs, datadog, pingdom , hook Slack build et run

• DevOps Cloud AWS

  EulerHermes
  Jan 2018 - Jan 2018

  CONTEXTE MISSION :
  Projet MyEH – portail pour les assurés de nouvelle génération
  RÉALISATIONS :
  Architecture de type AutoScaling pour le service ECS (Dockers ) basé sur EC2
  pour la région Frankfurt
   développer la partie Terraform pour automatiser la livraison
   Modules génériques pour Nat, VPC, S3
   Déploiement de l’environnement d’intégration pour Euler Hermes avec CloudDevOps
  Déploiement de l’infrastructure spécifique MyEH
   Élaborer le processus CI/CD (déploiement continu avec Terraform ) pour MyEH
   Élaborer et développer le format du log applicatif, les custom metrics et unifier les logs (Kinesis FH, S3)
   Utiliser le SQS pour la synchronisation process master et l'envoi des mail ( critical, warning,
  etc. )
   Organisation du code dans GitLab dans des modules réutilisables
   Python et nodejs pour AWS Lambda pour la partie AutoScaling et AutoHealing
   Réfèrent sur les Serverless et Ansible ainsi que linux bash, perl et python.
  MÉTHODOLOGIE :
   Agile (SCRUM) / Cycle V

  ENVIRONNEMENT TECHNIQUE :  TerraForm , GitLab, AWS, Lambda, OS Unix , DynamoDB , API REST , Python ( boto3 ), Java, NodeJs

• Architecte Cloud AWS et Big Data

  ACCOR HOTELS
  Jan 2017 - Jan 2018

  CONTEXTE MISSION :
  Projet NERO - prédiction des prix hôtels en fonction des Events, Weather, Historique Irma et concurrence
  RÉALISATIONS :
   Définir l'architecture du projet Nero (AWS lambda , AWS step functions)
   Développer la partie extraction de données ( datalake et/ou sources externes API REST vers
  le Cloud AWS du pilote Nero)
   développer la partie CloudFormation pour automatiser la livraison
   Ops, format json, préparation environnements
   4 mille lignes de script pour: ( rôles IAM, Lambda, StepFunction Dialy, CloudWatch,
  DynamoDB , API exchange avec les partenaires, CodeCommit et Code Pipeline AWS)
   Élaborer le processus CI/CD (déploiement continu avec Terraform )
   Élaborer et développer le format du log applicatif, les custom metrics et unifier les logs
   Utiliser le SQS pour la synchronisation process master et l'envoi des mail ( critical, warning,
  etc. )
   Utiliser yaml et json enrichi avec des fonctions CloudFormation pour la partie variabilisation .
   Développer en python, java (log4j + logback) et scala (pour la partie data processing, scala en
  tant que librairie java sur lambda ).
   Réfèrent sur les Serverless et Ansible ainsi que linux bash, perl et python.
  Référent normes Python pour le département DataScience
  MÉTHODOLOGIE :
   Agile (SCRUM) / Cycle V

  ENVIRONNEMENT TECHNIQUE :  Java JEE , OS Unix , Windows , AWS , TerraForm , DynamoDB , API REST , Cloudera , Perl , Python

• VENTEPRIVEE
  Jan 2014 - Jan 2016

  CONTEXTE MISSION :
  Urbanisation et expertise transverses
  RÉALISATIONS :
   En charge du support et développement de la publication ( Spot vers Front et Ref ) –
   En charge du support de la plate-forme d'échange ETL - ETL Informatica + SQL
   En charge du projet VPAnalytics (solution analytics interne sur AWS ) - javascript ( nodejs) ,
  Amazon Kinesis, Amazon S3, Amazon SQS, ré descente données dans GreenPlum (
  DataWare BI ), entièrement hébergé sur AWS
   En charge du développement de la solution VPCrush ( multi-arm Bandit en Scala basé sur
  l'affinité du membre
   Nodejs AWS ( api rest pour absorber le trafic ), Load Balancer, CloudFormation (
  autoscaling ), Amazon Kinesis, Spark 1.6 sur EMR ( deux instances r2 ),
   Partie descendante vers la Ferme de services Web VP
   En charge de l’interface GreenPlum - Google Cloud pour la segmentation des membres sur
  Google BigQuery (python ) - Google DataStore et BigQuery
   En charge de l'administration du cluster ElasticSearch marketing y compris le plugin de Stock
  en Temps Réel (plugin Google Chrome)
   En charge de l'administration du premier cluster ElasticSearch chez Vente-privée
   En charge du déploiement et l'administration de la plate-forme RabbitMQ (multi-datacenter )
  en multiplate-forme : pré-production et production
   En charge du déploiement et configuration du cluster Elastic utilisé pour le moteur de
  recherche sur le site VP (support niveau 1 ) en multiplate-forme pré-production et production
   En charge du déploiement et configuration du cluster Couchbase
  
  MÉTHODOLOGIE :
   Agile (SCRUM) /Devops

  ENVIRONNEMENT TECHNIQUE :  Java JEE , OS Unix , Windows , AWS , TerraForm , DynamoDB , API REST , Cloudera , Perl , Python

• Architecte solution

  ERICSSON -DCT
  Jan 2011 - Jan 2014

  CONTEXTE MISSION :
  En charge de l’architecture et du développement des moteurs génériques de l’outil de conversion de
  données multi-constructeur et multi-versions DCT utilisé pour le projet de swap radio pour Orange et
  Bouygues Telecom ( 18000 sites swappés vers E///, multi-techno et multi-constructeur).
  RÉALISATIONS :
   Développement de l’outil de conversion de données, Outil de configuration Ericsson, Team
  Manager, Application Ericsson
  MÉTHODOLOGIE :
   Agile , Cycle V

• System & Design Manager

  BOUYGUESTELECOM
  Jan 2002 - Jan 2011

  CONTEXTE MISSION 1:
  BCM (Bouygues Configuration Management) est un outil multi-constructeur, multi-version, multi-techno
  (2G, 3G, LTE) utilisé par Bouygues Telecom pour faire la configuration des équipements RADIO utilisé
  par 400 ingénieurs environ.
  En tant que S&D Manager J’ai participé à l’architecture (spécification, maquette, test) et au
  développement de la solution dans un environnement Windows Server, SQL Server et .NET(C#) pour
  la partie client.
  RÉALISATIONS :
   Améliorations des performances pour l’import des données (XML SAX , C# langage de
  développement, Javascript langage de développement web, Base de données SQL pour le
  modèle XML et le chargeur des données en masse)
   Unifications des traitements base de données (afin de créer des traitements génériques, SQL
  serveur, procédures, SQL dynamique)
   Méthode unique pour traitement du calcul (basé sur opérations – traitement SQL)
   Amélioration de l’ergonomie (interface graphique – C#, Javascript, classe de basse,
  customisée)
   Amélioration des performances pour le traitement données ( multi-threading, point de
  synchronisation)
   Mise en place d’une méthode de travail afin de réduire le temps de test (maquette, expérience
  partagée)
  CONTEXTE MISSION 2:
  RAMSES (Radio pArameters Management Software for Engineering Services – Nortel 2G Equipment)
  est un outil mono-constructeur, multi-version, mono-techno (2G uniquement) utilisé par Bouygues
  Telecom pour faire la configuration des équipements RADIO 2G Nortel (90% du réseau Bouygues
  Telecom 2G avant swap) utilisé par 75 ingénieurs environ.
  En tant que S&D Manager J’ai participé au management de projet (équipe de quatre développeurs) à
  l’architecture (spécification, maquette, test) et au développement de la solution dans un environnement
  Windows Server, SQL Server et Delphi Client Server (du v3.0 au 7.0) pour la partie client (lourd).
  RÉALISATIONS :
   Management de projet (vision détaillé et unifiée)
   Migration applicative (SQL server, Delphi et W...