Cedric Fowoue Woutbe

Je travaille dans une equipe qui fait du Oracle as a Service. Une API est mise en place pour permettre au client de provisionner et gerer les clusters et bases de données. Les technologies utilisées sont Python, Flask, FlaskAdmin, Airflow, Kubernetes, Jenkins, Github Actions, Jfrog Artifactory.

J'ai travaillé dans une équipe DevOps qui gere et supervise l'ApiManagement. Les missions etaient d'effectuer une étude de faisabilité avec des POC pour valider le projet de migration de WSO2 vers Kong.

Les taches réalisées etaient:

- L'architecture de deploiement de kong: definir la séparations des composants, la communication entre les composants, les instanciations des composants, l'observabilité

- Le deploiement de Kong en Sandbox: il etait question de definir un process via gitlab, gitlab ci, argocd, vault, helm, koustomize et kubernetes pour l'instanciation des environnements de prise en main du produit

- L'intégration des API dans Kong: il etait question d'automatiser depuis le swagger ou l'OAS, l'intégration des differents endpoints et backends avec les mecamismes de protection et de supervision

- La migration de WSO2 vers Kong: il etait question de faire des extractions d'API sur WSO2 et les intgérer dans Kong

- L'observabilté: il etait question de faire la remontée du MELT (metriques, events, logs, traces)

- L'extension des fonctionnalités Kong au moyen des plugins: il etait question de mettre en place les boilertemplate pour le developpement de plugin kong en JS, Python, Go et lua

Les technologies utilisées sont Lua, Python, Bash, NodeJS, Go, ArgoCD, Kubernetes, Hashicorp Vault, Kong, WSO2, Kafka, Opentelemetry, Dynatrace, Grafana, Prometheus, Helm, Kustomize, ELK

Mise en place des plateformes d’automa2sa2on de chaine de Provisioning d’infrastructures m.2ers.

• Mise en place d’une plateforme self-service de provisionnement d’ou2ls de Data science

(Mlflow, Vscode, Jupyter, RStudio, RShiny, PySpark) avec l’infrastructure associ.e

• D.ploiement d’ou2ls de Data science sur Kubernetes au travers de l’API Backend - Python

• D.veloppement API (Backend python – flask/fastapi) o Exploita2on du Hashicorp Vault par

API o CRUD sur les objets Kubernetes

o Provisionnement de base de donn.es PostgreSQL o

CRUD de S3 bucket par API o Authen2fica2on LDAP

• D.veloppement des m.triques exploitables par Prometheus

• Accompagnement des data-scien2stes . l’u2lisa2on de Dataiku (SQL, Datasource, python,

pyspark,…)

• Test des applica2ons (pytest)

• Construc2on des pipelines Jenkins pour la construc2on des images de slave Jenkins

• Construc2on des pipelines Jenkins pour la construc2on des images applica2fs

• Construc2on des pipelines Jenkins pour la valida2on du code python

• Construc2on des pipelines Jenkins pour le d.ploiement des applica2ons

• D.veloppement de shared librairies (Groovy)

• D.ploiement sur Kubernetes (On Prem et Azure)

• Construc2on des images applica2ves

• Ecriture des playbooks ansible