Amamria Amina

Membre de l'équipe Log analytics spécialiste dans la centralisation et la gestion des logs. Son rôle est de mettre à la disposition des équipes ITG, des données traitées en temps réel et de leur fournir les outils de visualisation, d'analyse et de machines learning afin de leur faciliter le monitoring et la supervision proactive des applications.

Scope

• Conception et sizing d'architectures résilientes et de haute disponibilité

• Configuration et installation de clusters elasticsearch "clefs en mains" au profit des équipes métiers

• Etude et mise en place de stratégies de mapping, sharding et réplication adaptées aux besoins métiers

• Accompagnement des clients dans la validation et l'intégration des pipelines de transformation logstash

• Monitoring des infrastructures

• Résolution des incidents et diagnostique des problèmes

• Tuning des performances afin d'optimiser les temps de recherche et d'indexation

• Support client dans le processus d'onboarding et d'exploitation des données.

Implémentations

• Mise en place d'un CCR "cross cluster replication" dans le cadre d'une migration de 5 TB de données entre deux clusters elasticsearch

• Conception, dimensionnement et installation de plusieurs architectures centrées sur les produits elastic et kafka

• Audit et tuning des performances d'un cluster mutualisé afin d'identifier et éliminer les goulots d'étranglement et booster les durées d'ingestion de bout en bout

• Mise en place d'un système de monitoring et d'alerting basé sur les watchers

• Automatisation de la gestion du Log4j elastic à travers Ansible

• Etude et upgrade majeure en version 8 de la stack elastic via ansible

• Revue et amélioration des aspects de résiliences et de la haute disponibilité d'un cluster elasticsearch dans le cadre d'un DR "disaster recovery"

Environnement

Stack Elastic,Kafka, Git, Ansible, IBM Cloud, Python3, Linux Rhel, Hashicorp vault, Opsgenie, Hashicorp Nomad, Jira, Confluence, Gitlab, Scrum

Membre de l'équipe Data for Ops, union des équipes Natixis-QOS et BPCE-ELK offrant un service de log management Theia destiné aux équipes de Production Applicatives et aux éditeurs BPCE. Theia a pour but de permettre aux équipes clientes de valoriser leurs logs applicatives et techniques en temps réel et d'optimiser le monitoring de leurs services. Theia est basée sur Elastic cloud Enterprise ECE et la stack Elatic.

Scope

• Accompagner les DSI métiers et les équipes garantes de la production applicative dans l'usage de leurs données à travers le dashboarding et le machine learning

• Assurer le suivi au quotidien avec mon manager pour lui remonter l'avancement des sprints ainsi que les problèmes rencontrés

• Être le support aux équipes métiers pour le dimensionnement des clusters business (on demand) et l'organisation de leurs indexes/shards/réplicas

• Maintenir en condition opérationnelle et évolutive de la plateforme ECE

• Traitement des incidents, des changements et des problèmes

• Être le point de contact principal pour les équipes techniques et les équipes consommatrices de l'offre Theia

• Etudier les besoins métiers des clients, élaborer et prioriser les stories correspondantes

Implémentations

• Introduction et mise en œuvre de la méthodologie Agile Kanban au sein de l'équipe

• Animation des daily et des rituels agiles

• Conception de l'architecture Theia et rédaction d'un dossier technique complet détaillant l'inventaire des machines, ressources matérielles, datacenter, rôles, bandes passantes, flux réseaux, ports d'écoutes…)

• Étude des prérequis éditeurs hardware et software pour préparer la plateforme ECE à une indexation journalière de 10 Térabytes.

• Préparation d'un playbook ansible en vue d'automatiser l'installation d'ECE (45 hôtes) à l'aide d'Ansible Tower.

• Sécurisation de la plateforme avec SSL et des accès Kibana à travers Saml.

• Création d'un template de déploiement conforme à une architecture en data tiers Hot-warm cold-frozen

Consultante data chez Metrology As A Service, une plateforme Cloud transverse du département GTS Global technical service. MAAS collecte les data GTS (logs d'API, métriques, référentiels), assure leur transformation et les stocke dans elasticsearch (short rétention) et hadoop (long rétention) pour convenir à des besoins de monitoring des APIs via l'analyse et le dashboarding. Le service MAAS est en partie «APIsé » : Le client peut se créer des habilitations kafka, générer la création d'un workflow nifi standardisé (Kafka, elasticsearch, hadoop) en un simple clic bouton

Scope

• Implémenter, maintenir et faire évoluer les workflows d'ingestions spécifiques dans Nifi (collecte, processing et indexation)

• Préparer les templates d'indexation dans elasticsearch

• Gérer les montées de version ElasticSearch.

• Maintenir en condition opérationnel de l'infrastructure : kafka, Nifi, Elasticsearch, Hadoop

• Accompagner les équipes GTS dans l'exploitation de leurs logs et métriques (dashboards, alerts..)

Implémentations

• Développement d'un outil de Data quality dans hadoop (doublons, trous) avec pyspark.

• Upgrade de la stack elasticsearch en version 6

• Développement d'une feature "Gestion des habilitations Kafka" et son intégration dans l'API MAAS.