Thomas V.

Développement d’une plateforme de traçabilité pour le cycle de vie de capteurs fabriqués par les usines d’AUMOVIO pour 80000 poids lourds autonomes Responsabilités et réalisations : - Architecture Microservices & Event-Driven : Conception et développement de services haute performance en Go (Architecture Hexagonale). Mise en place d'une communication asynchrone robuste via AWS SNS/SQS pour garantir la résilience du système. - Data Engineering : Structuration de la donnée sur AWS S3 en suivant le pattern Medallion. Développement et optimisation de pipelines ETL via des jobs PySpark pour le traitement de flux massifs. - API First & Serving : Exposition des données au frontend via des APIs Go. Utilisation stricte de spécifications OpenAPI pour assurer un contrat d'interface fiable et documenté. - Culture DevOps & GitOps : Automatisation complète du cycle de vie logiciel avec Jenkins (CI) et déploiement continu sur un cluster Kubernetes via ArgoCD. - Observabilité critique : Mise en œuvre d'une stratégie de monitoring avec des dashboards Grafana et l'exposition de métriques via Prometheus. - R&D et POC : Réalisation d'études comparatives sur les outils d'orchestration et de calcul (Spark vs AWS Glue, Airflow vs Argo Workflows) pour optimiser les coûts et les performances d'exécution. Environnement de travail & Méthodologie : - Évolution au sein d'une équipe en agilité Kanban composée de : 5 développeurs, 1 architecte, 1 Product Owner

Amélioration d'une application de gestion de flottes de poids lourds à grande échelle, traitant les données de 400 000 véhicules et 200 000 conducteurs Responsabilités et réalisations : - Architecture Microservices & Event-Driven : Développement de services robustes avec Java/Spring Boot au sein d'une architecture utilisant Kafka et GCP Pub/Sub. - Nouvelles fonctionnalités & Amélioration : Conception d’une solution de reverse geocoding haute performance (< 300ms) et d’un nouveau processus d’ingestion de fichiers réduisant le temps de traitement par 3. - Modernisation & Migration Cloud : Migration vers des services managés (SQL vers MongoDB et de Kafka vers Pub/Sub). - Optimisation : Réduction du lag Kafka par 10 et accélération des requêtes SQL/MongoDB par 3 via une stratégie d'indexation avancée. Réduction de la dette technique et mise à jour des dépendances Java. - Cloud & DevOps : Déploiement sur un cluster Kubernetes via des pipelines GitLab CI, monitoring de l'application avec Datadog. Environnement de travail & Méthodologie : - Évolution au sein d'une équipe en agilité Scrum composée de : 8 développeurs, 1 architecte, 1 Scrum Master, 1 Product Owner. - Mise en place de l'agilité à l'échelle (SAFe) pour l'intégration avec d'autres équipes.

Collecte et transformation des données des différentes caisses régionales de la MSA.

Classification de documents techniques en différentes catégories avec des méthodes de Machine Learning et de Deep Learning