Ionut Sorhent

Tech lead – Équipe internationale (France, Inde, Espagne, Brésil)

JCDecaux, Neuilly-sur-Seine, France

Janvier 2025 – présent

◦ Encadrement et coordination d’une équipe distribuée de 6 à 8 ingénieurs répartis dans plusieurs pays, garantissant l’alignement et la livraison de projets techniques complexes.

◦ Conception et développement du Client Portal, une application web offrant aux clients de JCDecaux une visibilité sur leurs campagnes, la gestion du patrimoine et la documentation contractuelle.

◦ Livraison de fonctionnalités clés :

▪ Génération automatisée de rapports de preuve d’affichage (PDF avec photos/vidéos des publicités installées).

▪ Accès en temps réel au patrimoine de l’entreprise (mobilier urbain) lié aux contrats clients.

▪ Stockage et gestion centralisés de la documentation contractuelle.

◦ Architecture et mise en place d’une plateforme microservices déployée sur Kubernetes, garantissant la scalabilité et la maintenabilité.

◦ Utilisation d’un backbone de streaming de données basé sur Kafka pour traiter en temps réel les médias et métadonnées des campagnes.

◦ Développement de microservices :

▪ Frontend (Vue.js) avec interface client responsive.

▪ API Gateway (Spring Boot, PostgreSQL) exposant des services sécurisés et évolutifs.

▪ Consumer Service (Spring Boot, Kafka, PostgreSQL) pour l’ingestion de médias, la génération de vignettes photos et l’extraction d’images depuis des vidéos.

▪ Report Generator (Spring Boot, PDFBox) pour la création automatisée de PDF et de rapports de campagnes.

◦ Application des principes de l’architecture hexagonale sur les services backend pour garantir modularité et testabilité.

◦ Intégration de Java 17, Spring Boot, PostgreSQL, Elasticsearch (ELK), Kafka, Kubernetes, AWS, GitLab et Jenkins dans le cycle de développement, améliorant la fiabilité du système et la productivité des équipes.

• Migration de la solution Search Engine, un plugin Elasticsearch, d'Elasticsearch 7 à Elasticsearch 8 – le plugin est écrit en Java.

• Analyse et résolution des problèmes de performance après la migration

• Amélioration du moteur de recherche en utilisant les nouvelles fonctionnalités proposées par Elasticsearch 8.

• Création d'un connecteur personnalisé pour transférer les données entre deux clusters Elasticsearch de versions différentes.

• Création et exécution de scénarios de tests de performance avec Gatling, Docker.

• Configuration des pipelines Jenkins et Gitlab.

• Containerisation de l'application de recherche avec Docker.

Java 17, Spring Boot, Elasticsearch 7-8, Gitlab, Kafka

• Responsable technique d’une équipe de 4 à 6 personnes.

• Développement du moteur de recherche basé sur Elasticsearch pour le site e-commerce. Le moteur de recherche est développé en Java et déployé en tant que microservice dans l'écosystème Kubernetes.

• Optimisation des indices Elasticsearch à partir de tables SQL contenant les données du catalogue.

• Réglage avancé de la recherche textuelle avec Elasticsearch.

• Création d'un microservice pour fournir des données provenant d'une base de données SQL vers Elasticsearch.

• Connexion avec d'autres microservices et exposition des données selon différents critères.

• Création de l'API et des services nécessaires pour une console d'administration.

• Création de nouveaux pipelines Jenkins.

• Gestion du déploiement et de la configuration de différents microservices avec Docker et Kubernetes.

• Intégration de Prometheus et Grafana pour la surveillance en temps réel de l'application.

Java 17-21, Quarkus, Elasticsearch 7-8, Azure, Kubernetes