regragui wassim

Co-développé et maintenu une plateforme cloud-native de vidéo et imagerie embarquée composée de 17+ microservices Spring Boot, couvrant l'ensemble du cycle de vie des données dashcam véhicule, de l'ingestion des trajets GPS jusqu'à la livraison de vidéos conformes au RGPD aux clients entreprise. - Développé des microservices event-driven suivant une architecture hexagonale (ports & adaptateurs) avec Java 21 + Spring Boot - Conçu et fait évoluer un pipeline de traitement vidéo asynchrone (ingestion des trajets → téléchargement vidéo → anonymisation → transcodage → packaging) via Kafka - Intégré le service d'anonymisation Celantur pour la production de vidéos conformes au RGPD - Géré les déploiements multi-environnements (test / préprod / prod) à l'aide de charts Kubernetes + Helm avec des surcharges de valeurs par service - Maintenu la stack d'observabilité : Prometheus, Spring Boot Admin, endpoints Actuator - Développé des outils internes en Python (rapports de facturation, statistiques d'usage) et des clients Java/web pour les opérations fleet Stack: Java 21 · Spring Boot · Kafka · Avro · Cassandra · S3 · Redis · Kubernetes · Helm · Python · Prometheus · Nvidia

Réalisation d’une application cloud native avec l’ensemble des outils nécessaires au déploiement cloud. L’application vise à fournir des informations et une assistance aux voyageurs en cas de perturbation détectée avant ou pendant leur trajet : • Développement d’un toolkit de librairies (Spring, Kotlin Coroutines, Java) permettant d’accélérer la création d’applications et de fournir tout l’outillage nécessaire pour bâtiret sécuriser une application cloud-native : - Authentification et autorisation (PKI, OAuth2, OpenID, JWT, RBAC) - Connecteurs MongoDB et RabbitMQ - Intégration Micrometer pour la télémétrie - Standardisation des formats d’erreurs et de logs • Mise en oeuvre d’une architecture hexagonale pour faciliter l’onboarding de nouveaux cas d’usage et améliorer la stabilité de la base de code • Conception d’un data lake avec un modèle de données générique permettant : - le suivi du cycle de vie des cas d’usage - l’alimentation de partenaires en données brutes à forte valeur ajoutée • Création d’une application de suivi des KPI alimentée par le data lake, permettant : - le calcul avancé d’indicateurs clés de performance - l’alimentation de métriques dans Datadog - l’exposition d’une interface web interne à destination de l’équipe support • Migration de l'infrastructure vers des services AWS managés (EKS, AmazonMQ(RabbitMQ), Lambda, S3, CloudWatch, Datadog) : - Mise en place de FluxCD pour le déploiement continu sur Kubernetes - Création de templates Helm génériques pour les ressources Kubernetes (niveauplateforme et applicatif) - Provisioning de l’infrastructure via Terraform - Validation de scénarios de PRA (Plan de Reprise d’Activité) • Industrialisation de la chaîne de livraison de bout en bout (CI/CD avec GitLab CI et déploiement en un clic en production) Stack technique : AWS, Kubernetes, Datadog, CloudFlare, Mongo Atlas, RabbitMQ, SpringWebFlux, Spring Data, Kotlin Coroutines, Java 21, FluxCD, GitLab CI/CD, Helm,Terraform, PKI, mTLS, OAuth2, OpenID...

Développement d’une plateforme cloud sur Kubernetes pour le déploiement de solutions digitales bancaires. • Architecture microservices (~50 services) sur AWS. • Programmation réactive : Kotlin / Java / Spring Boot / WebFlux. • Conception d’une solution d’authentification modulaire (serveur d’autorisation OpenID/OAuth2, connecteurs IAM, bibliothèques de sécurisation d’API). • Intégration de Keycloak en mode API dans une solution SaaS packagée avec l’IAM interne. • Conception d’une solution de signature électronique résiliente (APIs asynchrones Kafka + chiffrement bout-en-bout + REST). • Sessions de formation internes pour la montée en compétence des équipes. • CI/CD automatisé de bout en bout (GitLab CI). Stack : AWS, Kubernetes, Istio, Keycloak, Kafka, Java, Kotlin, Spring Boot, WebFlux.