Montassar Kallali

Mise en place des pipelines CI/CD pour la livraison des anciennes applications de CAL&F et des nouvelles applications kube-native en environnements de développement,test et production

Et collaborer avec diverses personnes des équipes de développement et d'infrastructure (leads, architectes et chefs de projet) pour s'assurer que le processus de gestion des versions répond et adhère aux meilleures pratiques de livraison et de sécurité :

Conteneurisation des nouvelles applications et

implémentation des pipelines CI/CD pour leur livraison

dans Kubernetes

○ Préparer les fichiers Dockerfile et les manifests

kubernetes en se basant sur les bonnes

pratiques de sécurité

○ Ecrire les fichiers Kustomize et les charts

Helm afin de faciliter la gestion des

configurations et de déploiement sur plusieurs

environnements Kubernetes

○ Implémenter les pipelines CI/CD pour builder,

tester, livrer et déployer les applications en

suivant une approche GitOps et en utilisant

GitLab CI/CD, Artifactory,ArgoCD

○ Créer les pipelines Logstash nécessaires pour

remonter les logs des applications dans Kibana

Migration du code sources des anciennes

applications de CVS/SVN vers Gitlab,

Développement d'un outil de build générique pour

ces applications, mise en place des chaînes CI/CD

pour leur livraison

○ Développer des scripts shell pour automatiser la

migration des application de CVS et SVN vers

Gitlab

○ Concevoir et implémenter en utilisant Python et

le langage de templating Jinja2, un outil de build

avec une approche déclarative basée sur un

fichier yaml en entrée pour packager les

anciennes applications avec le script

d'installation adéquat

○ Mise en place des templates de pipeline CI/CD

pour le build, livraison et le déploiement de ces

applications

○ Ecrire et maintenir le guide d'utilisateur pour

l'utilisation de l'outil de build et documenter les

différentes pipelines CI/CD mises en place

Mise en place des applications et des outils pour préparer, labéliser, intégrer les données d’apprentissage utilisées par les modèles de Deep Learning. Et développement des applications pour évaluer et analyser les performances de différents modèles:

Développement de l’application web DeepBoard pour

évaluer, analyser et comparer les performances des

modèles de classification des véhicules au niveau des

péages :

o Créer une API basée sur SpringBoot , Spring Security,

Spring Data MongoDB et Kotlin pour définir et gérer

des lots de référence, pour qualifier, analyser les

données de références, et pour gérer les modèles

o Créer des jobs pour récupérer les données spécifiées

dans les définitions des lots à partir d’ElastichSearch et

pour copier les images dans les buckets S3 adéquats

o Appliquer les modèles sur les différentes images de

référence

o Développement des tests unitaires et d'intégrations

Participation à la mise en place de la solution de

TunnelWatch qui est un logiciel de Détection Automatique

d’Incidents (DAI) et qui utilise le Deep Learning pour

améliorer la remontée d’informations dans les tunnels

routiers :

o Développement d’une API basé sur Spring Boot ,

Spring Security, Spring Data JPA et Java 8 pour

gérer et faciliter l’exploitation des incidents(affichage des

incidents en cours, terminés, extraction des vidéos,...),

des caméras, des inhibitions et de leurs configuration tout

en assurant une gestion des droits d’accès basé sur les

rôles

o Développement des jobs pour intégrer les incidents

détectés par le modèle DAI dans les différents systèmes

de supervision utilisés par les exploitants

o Implémentation d’un outil de replay des incidents en

cours en Python et qui utilise le framework multimédia

FFMpeg

o Développement d’un module en C utilisant le SDK

propriétaire de l’intégrateur des caméras Lapi “Survision”

pour récupérer les images des plaques détectées par

leur caméras

o Développement des tests unitaires et des tests

d’intégration

o Participation à la maintenance du Frontend qui est basé

sur React

o Préparation des “Dockerfile” pour et du Docker-compose

yaml pour la CI

o Mise en place et configuration d'un système de

monitoring basé sur Micrometers, Prometheus et

Grafana

Conception, développement et mise en place de différentes applications pour l'intégration, traitement et analyse des données provenant de sources hétérogènes dans le cadre d'urbanisation du Système d'information de Wonderbox.

Développement de l'application Windu pour synchroniseret intégrer les différentes données du SI dans Salesforce pour améliorer la relation client (CRM) et la relation partenaire (PRM)

Préparation de différents POC ( proof of concept) utilisés lors des projets d'urbanisation du système d'information : Développement d'un POC basé sur Apache Camel et Spring Boot pour l'envoi et la réception des IDOC de SAP

Mise en place d'un ESB Light basé sur Apache Camel, ActiveMq, Hawtio et Spring Boot dans le cadre du projet EIFFEL qui a pour but de remplacer l'ERP Compiere par l'ERP SAP