Systèmes & plateformes

Projets

Chaque étude présente un problème concret, les arbitrages techniques, la mise en œuvre et les enseignements opérationnels.

Perforce Backup System : remplacer NetBackup sur ~200 instances

2025 - 2026 · Architecte et lead technique du projet : POC, architecture, développement, mise en production, passation

Infrastructure distribuée de sauvegarde et de reprise : du POC comparatif Kopia/Restic à la production sur ~200 instances Perforce (~1,3 Po de données sources, ~940 To sauvegardés).

  • ~200instances au périmètre global
  • ~1,3 Podonnées sources
  • ~940 Tosauvegardés
  • Restic
  • Resticprofile
  • Python
  • Chef
  • systemd
  • Azure Blob Storage
  • Azure Arc
  • HashiCorp Vault
  • Prometheus
  • Grafana
  • Elasticsearch
  • Azure Monitor

Perforce Backup Replication : ~940 To sur quatre régions Azure

2026 · Conception et développement, à la demande du Security Risk Management

Infrastructure de reprise interrégionale : copies indépendantes de ~940 To de sauvegardes Restic sur deux paires de régions Azure, avec synchronisation mensuelle des changements depuis le cycle précédent.

  • ~940 Tode sauvegardes couvertes par la réplication
  • 4régions Azure
  • 41tests automatisés
  • Python 3.13
  • Azure Functions
  • Durable Functions
  • AzCopy
  • Terraform
  • Azure Blob Storage
  • Managed Identity
  • OIDC / WIF
  • GitLab CI/CD
  • pytest
  • Azurite

db-backup : plateforme de sauvegarde Redis & MySQL

2021 - 2025 · Contribution à un projet existant, mise en production, puis responsabilité principale du service

Plateforme interne automatisant la sauvegarde, le stockage, la rétention, la validation et la restauration de bases MySQL et Redis sur Kubernetes.

  • ~190serveurs Redis/MySQL
  • 2moteurs de bases de données
  • ~200 000 $ US/and'économies (service)
  • Python
  • Django REST
  • Go
  • Ansible
  • Kubernetes
  • Helm
  • Terraform
  • Azure AKS
  • Azure Blob Storage
  • Prometheus
  • Grafana
  • Elasticsearch
  • HashiCorp Vault
  • GitLab CI/CD

CVE LLM Pipeline : séparer les faits vérifiables du contenu généré

2026 · Projet personnel d'apprentissage en MLOps et en ingénierie LLM

Projet personnel CVE/LLM : les expériences ont mis au jour des erreurs d’évaluation et des limites du RAG, ce qui a conduit à séparer les faits vérifiables du contenu généré.

  • 24 292CVE uniques indexées
  • 50CVE réservées au jeu de test
  • 184tests pytest
  • Python
  • Mistral 7B / LoRA
  • PyTorch / ROCm
  • ChromaDB / RAG
  • MLflow
  • DVC
  • FastAPI
  • Docker
  • pytest