Anthoni Schiochet

Au sein de cette scale-up proposant à ses clients une solution SaaS de Data Catalog, dans une R&D de 20 personnes, j'ai pendant 2 ans assuré le rôle de Team Leader d'une équipe de 6 développeurs. Cette fonction m'a amené à:

- assurer un rôle middle management auprès des membres de mon équipe

- participer à l'élaboration des process globaux de la R&D

- résoudre les challenges organisationnels, opérationnels et techniques posés par la croissance de l'entretrise et les changements de stratégie produits

- proposer des solutions techniques au travers de POC, de groupes de travails de conception, d'architecture et de process

A part cette casquette de Team Lead, j'ai également contribué en tant que Software Engineer à développer des fonctionnalités du produit, développer le système de déploiement continu et contribuer à améliorer l'infrastructure de déploiement du produit.

I am working on a Machine Learning central component used by Adevinta's marketplaces like Leboncoin, to provide them with automatic image classification and moderation features (detection of nsfw, text in image, image tagging...). The models are served by Tensorflow, and exposed to the customer through an API layer written in Java.

My contributions in this project are various, from AWS infrastructure, to Java backend development, data engineering, CI/CD automation, monitoring, architecture & performance optimizations.

- migration of the infrastructure from one AWS account to another one, provisionning of VPC , subnets, ACL, security groups and foundamental resources

- implementation of the CI / CD pipelines using Spinnaker, Travis, Terraform, Artifactory, Docker

- obervability improvements, using Datadog dashboards based on backend custom metrics, automatic alerting reported on Slack, log gathering in Sumologic

- stress & load testing, fine-tuning, cost optimization

- redesign of the system architecture, to improve runtime performances & to fix scalibilty issues

- deep troubleshooting of Kafka related issues in the central data pipeline

- close collaboration with backend engineers & data-scientists to solve challenges of deploying new models

- contributions to the creation of an global Machine Learning platform under development (ArgoCD, Kubeflow...)

- publicly presented the result of my work to a large audience, in a english-speaking environment

- got acquainted with OKR methodology

Technical environment:

Java, Python, bash, linux, AWS, Datadog, Sumologic, Terraform, Travis, Spinnaker, Docker, Packer, Tensorflow, Kafka, Artifactory

➢ Médiamétrie développe des logiciels de restitution de l’audience de la TV, de la Radio et de mesure du trafic internet, destinés aux entreprises (chaines de TV, radios, et sites web).

Sa DSI est constituée d’une centaine de personnes (dont 60 développeurs, 10 chefs de projets/Product Owner, 10 ingénieurs de production, 10 ingénieurs systèmes et réseaux), organisée en équipes produits Agiles, et travaillant sur le Cloud AWS en Devops.

➢ Lors de mon arrivée dans cette entreprise (2012), l’Agilité était appliquée seulement par les équipes de développement, et n’était pas appliquée ni par les équipes Ops, ni par les équipes métiers (business units) ; de même, si une Usine Logicielle existait, elle ne couvrait que les aspects d’intégration continue ; les tests d’intégration n’étaient pas automatisés, ni les tests d’IHM ; les livraisons en production étaient peu fréquentes, donc hasardeuses, et les processus de MEP étaient manuels ; les méthodes et outils étaient différents entre les dev et les ops ; le Cloud AWS n’était pas utilisé, encore moins connu des équipes de production. Les migrations de bases de données étaient exécutées manuellement.

➢ Initialement engagé pour mon expertise en développement, j’ai travaillé sur le développement de l’application principale de l’entreprise, ce qui a occupé 80% de mon temps. J’ai occupé sur ce projet le poste de Scrum Master, pendant presque 3 ans.

➢ Le développement de cette application a également été un support et un pilote pour mettre en oeuvre les évolutions ambitieuses de la DSI dans son ensemble : intégration continue, tests d’intégrations & IHM automatisés, adoption du Cloud AWS, migration de bases de données versionné, déploiement continu, livraisons fréquentes, devops…

➢ En parallèle, j’ai été impliqué, directement ou indirectement, dans beaucoup de petits projets, taskforces, « chapters », et autres groupes de travail transverses visant à réfléchir aux grandes évolutions Agiles, Cloud et Devops de la DSI, et j’ai également assuré leurs mises en oeuvre concrètes.

➢ J’ai également participé à la définition du processus de recrutement, par exemple à travers l’élaboration d’un questionnaire technique CodingGame. J’ai réalisé plus de 50 entretiens d’embauches et ainsi recruté plus de 10 collaborateurs, pour l’équipe du projet sur lequel j’ai travaillé ou pour d’autres équipes de développement.

➢ J’ai enfin acquis une grande sensibilité aux problématiques opérationnelles (redondance, scalabilité, backups, monitoring, sécurisation réseau,…) en travaillant en étroite collaboration avec des architectes experts AWS.

➢ Voici les principales tâches que j’ai réalisées :

• Définition et implémentation des scripts d’intégration/déploiement continus et Infrastructure as Code (Chef, AWS Opsworks, Jenkins, XLRelease, Terraform, Ansible, Consul, Git)

• Devops : formation des équipes Ops aux outils (GIT, IDEA) et méthodes (Agile, DoD, intégration continue) de développement logiciel

• Devops : évangélisation des équipes Ops à Flyway

• Participation à la standardisation des outils Devops pour l’ensemble de la DSI (POC Terraform)

• Développement de l’application web principale de l’entreprise (Java GWT Spring AWS Akka)

• Scrum Master d’une équipe de 5-9 développeurs pendant 3 ans, Assistance à Maîtrise d’Ouvrage

• Evangélisation/formation du département de développement au Behavior Driven Development (Cucumber)

• Développement des scenarios de tests métiers (Cucumber) et IHM (Selenium)

• Définition du processus de recrutement et entretiens techniques