Safwene Ben Aich

Depuis plus de 15 ans, Believe met en œuvre des solutions de distribution et de marketing numériques à destination des labels et artistes indépendants dans 50 pays à travers le monde avec un CA de 988,8 millions d'euros en 2024.

J'ai rejoint l'équipe SRE (10 ingénieurs dont deux Head of SRE) avec mission principale d'accélérer la migration de la plateforme (on-premise & AWS) vers GCP en support, build et task force.

J'ai effectué les tâches suivantes :

- Étude et déploiement d'instances Spot VMs sur les environnements non-prod -> 700 € d’économies mensuelles (~ -30 % du coût GKE hors-prod).

- Mise en place de Dashboard Datadog pour les nœuds Spot (alertes de préemption, suivi de disponibilité).

- Étude et plan de migration de la solution managée d'Apache Airflow sur AWS (MWAA) vers GCP (Cloud composer 3).

- Identification des enjeux de la migration et des dépendance critiques (Databricks, S3, Lambda, RDS, AWS Secret Manager, etc.).

- Élaboration d'un plan d'action complet (services, ressources sizing, accès IAM/RBAC, réseau, stockage, IaC, CI/CD).

- Développement des modules Terraform dédiés avec contribution au module officiel terraform-google-modules/composer.

- Mise en place des pipelines CI/CD avec Gitlab-ci.

Voici les principaux résultats obtenus :

- Réduction de 30 % des coûts GKE sur les environnements hors production.

- Migration réussie de l’infrastructure de versement des royalties (Apache Airflow) d’AWS vers GCP.

Contexte technique :

- AWS

- GCP

- Vault

- Terraform

- gitlab-ci

- Kubernetes

- ArgoCD

- Terragrunt

- Airflow

- Datadog

- Git

- SRE

- incident.io

Doctolib est le leader européen de la santé numérique, avec plus de 300 000 professionnels de santé et 70 millions d’utilisateurs mensuels. Fondée en 2013, cette scale-up a levé +500 M€ pour soutenir son expansion.

J’ai rejoint l’équipe Data Engineering composé de 3 data engineers, un engineering manager et d'un product manager pour piloter la mise en place d'une architecture distribuée d'une api de capture des événements sur AWS.

J’ai effectué les tâches suivantes :

- Étude de l’architecture existante sur AWS, identifier les points potentiels d’amélioration ainsi que les problèmes à résoudre en urgence (.e.g. SPOF & bottleneck).

Proposition d’un plan d’actions :

- Élaboration d’un document d’architecture technique comme source de vérité de l’existant.

- Re-architecture de la partie networking (VPC, VPC Endpoints, subnets, Security groups, loadbalancing, routing, etc.).

- Éclater le service ECS en plusieurs services afin de résoudre le problème du SPOF et timeout.

- Migration de la partie compute d’AWS ECS vers AWS EKS.

- Développement des modules Terraform pour les différents services qui vont tourner sur ECS et puis EKS.

- Développement et mise en place du workload Kubernetes sur EKS (deployment, service, configMaps, CRD

ressources, etc.).

- Mise en place de la partie CI/CD avec Github actions (terraform, kubernetes avec Helm).

Voici les principaux résultats obtenus :

- Résolution du problème du timeout / SPOF de l'API, plus de perte de données.

- Diminution du coût de l’infrastructure suite au bon sizing des ressources ≃ - 20%.

- Simplification du déploiement et du flux CI/CD suite à la migration vers kubernetes.

- Faciliter la migration vers GCP de l'applicatif vu qu'on a moins de dépendance avec les solutions AWS.

Contexte technique :

- AWS ECS

- AWS ALB

- AWS Lambda

- AWS Kinesis

- AWS ECS

- AWS S3

- Kubernetes

- Terraform

- Redshift

- Airflow

- Python

- JIRA

- Scrum

- CI/CD

- github-actions

- Helm

- Vault

- TFE

- DevOps

- Git

- Datadog

- ELK

- Revue de l'architecture de la solution N8N

- Étude migration du cloud AWS -> GCP

- Support des incidents.