Abdellatif Laamrani

Conception et mise en œuvre d’un moteur de recherche haute performance basé sur la stack ELK (Elasticsearch, Logstash, Kibana) pour l’Autorité des Marchés Financiers (AMF), permettant l’indexation et l’exploration de grandes volumétries de documents métiers.

Responsable de l’architecture et de la chaîne complète de collecte, transformation et indexation des données provenant de sources documentaires (SharePoint Online), avec mise à disposition via des API et interfaces de recherche dédiées.

Principales réalisations :

Architecture et optimisation d’un moteur de recherche Elasticsearch pour l’indexation de documents métiers et métadonnées.

Conception de pipelines d’ingestion de données (Spring Batch) pour automatiser la collecte, le parsing et l’indexation des documents.

Mise en place d’une architecture Search scalable et performante.

Développement de microservices REST Spring Boot pour exposer les capacités de recherche.

Développement d’une interface de recherche avancée AngularJS pour les utilisateurs métiers.

Optimisation des index Elasticsearch : mappings, analyzers, scoring, performance des requêtes.

Mise en place de visualisations Kibana pour l’analyse et l’exploration des données.

Mise en œuvre du monitoring et de la supervision de la plateforme (logs, exécutions batch, disponibilité des services).

Exploitation et administration de l’infrastructure (Linux, Nginx, Tomcat, certificats, cron jobs).

Stack technique :

Elasticsearch • Kibana • ELK • Spring Boot • Spring Batch • AngularJS • Nginx • Tomcat • SharePoint Online • Linux • API REST • Data ingestion pipelines.

Intervention en tant qu’Architecte Expert ELK pour la conception et l’industrialisation d’une plateforme d’observabilité et de gestion des données à grande échelle basée sur Elasticsearch dans un environnement on-premise critique du groupe MAIF.

La mission consistait à concevoir, optimiser et opérer une plateforme centralisée de collecte, d’analyse et de valorisation des données techniques et applicatives, permettant aux équipes IT et métiers d’exploiter les logs, événements et métriques en temps réel.

Responsabilités clés :

Architecture et optimisation de clusters Elasticsearch haute volumétrie pour l’analyse et la recherche de données opérationnelles.

Conception d’une data platform de centralisation des logs et événements couvrant les applications, infrastructures et services.

Conception et optimisation des pipelines d’ingestion de données (Logstash, Beats, Kafka) pour traiter des flux temps réel à grande échelle.

Industrialisation de la gestion du cycle de vie des données (ILM – Hot/Warm/Cold/Frozen) afin d’optimiser les performances et les coûts de stockage.

Automatisation complète du déploiement et de la configuration de la stack ELK via Ansible.

Intégration de Kafka comme backbone de streaming data pour la gestion des flux applicatifs.

Mise en place d’une observabilité avancée via dashboards Kibana et Grafana.

Migration de solutions de reporting existantes vers une plateforme d’analyse temps réel basée sur ELK.

Conception de systèmes d’alerting et de supervision temps réel pour les équipes opérationnelles.

Gouvernance des accès et sécurisation des plateformes de données.

Support aux équipes projets pour l’intégration de nouvelles applications dans la plateforme data.

Maintien en condition opérationnelle et optimisation continue des performances du cluster.

Stack technique :

Elasticsearch • Kibana • Logstash • Kafka • Grafana • Beats • Ansible • Dynatrace • AKHQ • Linux.

Intervention en tant qu’Architecte SI pour la conception et la mise en place d’une plateforme globale de monitoring et d’observabilité couvrant l’ensemble du système d’information international de Dior Couture.

L’objectif était de construire une data platform centralisée capable de collecter, corréler et analyser les données applicatives, techniques et business, afin d’améliorer la supervision des systèmes critiques et la visibilité sur l’expérience client.

Principales réalisations :

Conception de l’architecture globale de la plateforme de monitoring et d’observabilité basée sur ELK, Grafana et des technologies de streaming (Kafka, RabbitMQ).

Centralisation et corrélation des logs applicatifs, événements techniques et flux métiers provenant de multiples systèmes (e-commerce, supply chain, ERP, middleware).

Mise en place de pipelines de collecte et transformation de données pour intégrer des sources hétérogènes : Salesforce, MuleSoft, Fluent Commerce, Talend, CEGID, WMS, PowerBI.

Mise en place d’une plateforme d’analyse et de visualisation temps réel pour le suivi des performances applicatives et des flux métiers.

Développement d’un Business Activity Monitoring (BAM) pour suivre les transactions critiques et détecter les anomalies opérationnelles.

Mise en place de systèmes d’alerting intelligents (email, ServiceNow, Teams, SMS) pour les équipes opérationnelles.

Mise en place d’indicateurs avancés pour le suivi de l’expérience utilisateur et des performances applicatives (APM).

Administration et optimisation des clusters Elasticsearch dans un environnement cloud international.

Gestion et administration des systèmes de streaming data (Kafka, RabbitMQ).

Contribution à la définition des standards de monitoring et de gestion des données au niveau groupe.

Organisation d’ateliers métiers et accompagnement des équipes dans l’exploitation de la plateforme.

Stack technique :

ELK • Grafana • Kafka • RabbitMQ • Beats • Dynatrace • Azure DevOps Alibaba Cloud • Salesforce • ...