Matthieu N

Proposer et mettre en place des approches organisationnelles et technique DevOps • Administrer l’environnement Kubernetes o Étude d’architecture sécurisée pour l’accès à Kubernetes en production : Analyse et conception d’une solution d’accès basée sur VPN avec authentification SSO (Dex / Keycloak). Intégration du contrôle d’accès basé sur les rôles (RBAC) de Kubernetes. Sécurisation d’accès d’un cluster Kubernetes pour la production. o Sécurisation d’accès d’un cluster Kubernetes pour la production. • Mise en place CI-CD complète sous GitLab • Gestion des environnements dans OVH cloud. (Création/Supression des clusters Kubernetes, gestion des services managés pour les bases de données postgres et des storages objects) • Audit sur l’industrialisation et de la solution logicielle pour une future migration. • Mise en place d’une stratégie de GitFlow • Adaptation du front-end Angular de swan-io pour être embarqué en micro-frontend au sein d’une page Front-End externe, incluant la gestion inter-domaine des sessions et des cookies, et le routage HTTPS. Lien : https://github.com/swan-io/swan-partner-frontend Environnement : • OS : Mac • Cloud: OVH Cloud public • Outils : Kubernetes, Helm / helmfile, GITLAB-CI, Docker, Rancher

DevOps : Déploiement automatisé d’un environnement sur Google Cloud Platform pour du DevOps et du MLOps • Activation automatique des API Google Cloud sur GCP (Compute Engine, GKE, IAM, ect…) via Terraform • Déploiement & exploitation d’un cluster kubeadm (CentOS) 1 control-plane + 2 workers avec Flannel • Définition et déploiement du cluster Kubernetes sur GCP via Terraform • Implémentation de Helm sur Terraform pour déployer des composants tels que GitLab CI/CD, MLFlow automatiquement • Mise en place des pipelines de déploiement du CI-CD avec des outils annexes tel que SonarQube, Junit, et des outils de rapport de test • Administrer Kubernetes Technologies principales : Google Cloud Platform, GKE (Kubernetese), Terraform, Helm, GitLab-CI, MLFlow Développement d’une IA Agent pour automatiser des interactions de Personnages Non Joueurs • Analyser, Identifier et Implémenter de modèles de classification déployés sur Flask, interconnecté avec un serveur, pour orchestrer les comportements autonomes des PNJ (Personnages Non Joueur) en fonction de leur environnement dynamique. • Conçu et préparé des datasets spécifiques pour entraîner des modèles adaptés aux rôles des PNJ, assurant une personnalisation optimale des actions. • Développé et intégré un plugin (Java, Bukkit, Spigot) pour synchroniser en temps réel les états environnementaux et les décisions générées par l’IA. • Évalué et interprété les performances des modèles grâce à des outils d’analyse avancés (SHAP, LIME), garantissant des prises de décision précises et explicables. Technologies principales : Python, Scikit-learn, Flask, Java (Spigot/Bukkit), CentOS, Numpy, Pandas, SHAP Résultat clé : Création d’une IA modulaire et évolutive, capable d’exécuter des actions fluides et cohérentes, avec une infrastructure adaptable à d’autres applications.

12/2023 – 06/2024 : Projet personnel de recommandation d'équipes dans un jeu vidéo Développement d’un outil de recommandation pour compositions d'équipes optimales • Déployé un modèle prédictif (Random Forest, LightGBM) via Flask, associé à un site web interactif pour recommander des stratégies d’équipe basées sur des statistiques de jeu. • Créé un bot Discord facilitant les tests et les mises à jour continues depuis GitHub. • Assuré un déploiement robuste dans un environnement CentOS avec Nginx pour la gestion du trafic. Technologies principales : Python, Scikit-learn, Flask, Random Forest, LightGBM, HTML/CSS/JavaScript, Nginx, Discord API. Lien direct vers le projet : • Site : Heroesteambuilder.com • Code source : OverwatchAI sur GitHub. Résultat clé : Création d’une plateforme unique utilisée par les joueurs pour optimiser leurs compositions, prouvant la viabilité du modèle et son adaptabilité à divers jeux.

Administrer et monitorer Kubernetes • Administrer l’environnement Kubernetes (plus mise à jour, création et suppression de nœud via kubespray) • Centraliser les métriques et logs (Prometheus + Alertmanager) • Disponibilité & Résilience o PodDisruptionBudget, Readiness/Liveness/Startup o Autoscaling: HPA/VPA • Utiliser le Kubernetes NFS Subdir External Provisioner • Ajouter et configurer du monitoring sur du nginx containerisé via nginx exporter. • Utilisation du Helm • Mise en place NGinx Exporter Environnement : • OS : RedHat, Ubuntu • Outils : Kubernetes, Helm, ConfigMap, Ansible (kubespray), GITLAB-CI, Jenkins, Docker, Prometheus, Grafana

_Développement d'une solution permettant la génération des cas de tests d'IHM à partir des spécifications logicielles ( avec Java, Junit, Maven, Selenium), de l'outil métier PLM. _Implémentation et gestion d'une usine de test (Squash, Jenkins) Environnement / outil de travail: Java, Junit, Jmeter, Selenium, Velocity, CentOS, RedHat, PLM, Intellij, librairie GWT, Jenkins, Squash

Développement d’outils en Python permettant la migration des données dans MongoDB Identification et correction de l'outil métier en Java Développement d'un Dashboard en Ruby et CoffeeScript Administration et configuration des serveurs CentOS (DNS, DHCP,…)

Maintenance évolutive et corrective d’un intranet via un CRM (Selligent) en Javascript

Conception d’outils permettant d’analyser et de corriger la configuration réseaux des stations et des serveurs (VB.NET). Gestion des sauvegardes des utilisateurs et des ressources serveurs.

Support informatique sur les outils de productions AIRBUS et les outils propriétaires (Active Directory, SAP, IBM) Maintenance des serveurs (Active Directory, Exchange server…) pour Intespace