Aller au contenu
LAAMRANI

Expériences & réalisations

Des missions au cœur de plateformes critiques.

Quatre études de cas représentatives, structurées autour du contexte, des enjeux, des responsabilités, de l’architecture et des actions menées. Les informations internes et confidentielles des clients ne sont pas divulguées.

2024 – 2026

AMF

Autorité des marchés financiers

Rôle
Expert Elasticsearch & architecte de la solution de recherche documentaire
Secteur
Régulateur financier

Rendre un patrimoine documentaire réglementaire accessible, rapidement et en sécurité.

1 · Contexte

Les équipes juridiques et métiers devaient retrouver efficacement des documents et leurs métadonnées issus de plusieurs applications, avec des exigences fortes de sécurité et de contrôle d’accès propres à un régulateur.

2 · Enjeux

  • Collecter des documents depuis SharePoint Online et des partages de fichiers
  • Garantir des recherches pertinentes sur des formats et métadonnées hétérogènes
  • Respecter une authentification d’entreprise et des droits d’accès fins

3 · Responsabilités

  • Conception de l’architecture de la solution de recherche
  • Choix techniques et spécifications
  • Coordination entre métiers, développement, infrastructure et sécurité
  • Maintien en condition opérationnelle de la plateforme

4 · Architecture & technologies

Elasticsearch avec templates d’index et politiques ILM ; API Spring Boot sécurisée par Kerberos et LDAP ; interface AngularJS servie par Nginx ; traitements Spring Batch pour la collecte SharePoint, le parsing, le mapping et l’indexation ; supervision Centreon.

  • Elasticsearch
  • Spring Boot
  • Spring Batch
  • AngularJS
  • Nginx
  • SharePoint Online
  • Kerberos
  • LDAP
  • Centreon
  • Red Hat

5 · Actions réalisées

  • Développement et optimisation de la recherche plein texte et des filtres métiers
  • Sécurisation applicative : Kerberos, LDAP, certificats TLS et gestion des rôles
  • Automatisation des traitements récurrents : téléchargement, parsing, indexation, purge
  • Supervision des batchs, des services, de l’ingestion et des certificats
  • Rédaction des spécifications techniques et de la documentation utilisateur

2023 – 2024

MAIF

Groupe d’assurance

Rôle
Expert Elastic & architecte monitoring et données
Secteur
Assurance

Optimiser et industrialiser une plateforme Elastic on-premise au service des équipes de l’entreprise.

1 · Contexte

Une infrastructure Elastic on-premise centralisait les données applicatives et d’infrastructure. Il fallait l’optimiser, intégrer de nouveaux projets et maîtriser le cycle de vie des données.

2 · Enjeux

  • Intégrer de nouveaux projets et API sans dégrader la plateforme
  • Maîtriser la volumétrie, la rétention et l’archivage
  • Industrialiser les déploiements

3 · Responsabilités

  • Administration et optimisation des clusters Elastic
  • Architecture des flux de données et de monitoring
  • Priorisation et chiffrage du backlog, participation au PI Planning SAFe
  • Gestion des accès et des permissions

4 · Architecture & technologies

Stack Elastic on-premise (Elasticsearch, Logstash, Kibana, Beats) avec Data Streams et ILM Hot/Warm/Cold/Frozen ; Kafka administré via AKHQ ; déploiements automatisés avec Ansible ; tableaux de bord Kibana et Grafana.

  • Elasticsearch
  • Logstash
  • Kibana
  • Beats
  • Kafka
  • AKHQ
  • Ansible
  • Grafana
  • Dynatrace
  • Machine Learning

5 · Actions réalisées

  • Automatisation du déploiement de la stack Elastic avec Ansible
  • Migration des pipelines NiFi vers Logstash
  • Mise en place d’AKHQ pour la gestion des clusters Kafka
  • Stratégie de purge et de cycle de vie des données (ILM, Data Streams)
  • Alerting temps réel et détection d’anomalies par Machine Learning
  • Migration de tableaux de bord Spotfire vers Grafana

2021 – 2023

Dior

Christian Dior Couture — LVMH

Rôle
Architecte SI Data & Observabilité — responsable technique du Dior Global Monitoring System
Secteur
Luxe & retail

Un système de monitoring transverse, de l’infrastructure à l’expérience client.

1 · Contexte

Le groupe avait besoin d’une vision consolidée et sécurisée de ses systèmes : du niveau technique jusqu’à la continuité de l’expérience client, en passant par la performance applicative et le suivi des flux e-commerce et logistiques.

2 · Enjeux

  • Centraliser des données issues de nombreuses applications et plateformes
  • Suivre des transactions commerciales de bout en bout
  • Coordonner des équipes internationales autour de standards communs

3 · Responsabilités

  • Architecture de la plateforme et des données
  • Gestion du backlog, priorisation et planification des sprints
  • Ateliers métiers et communication avec la direction
  • Définition des standards du groupe : structures de données, outils de monitoring, BAM

4 · Architecture & technologies

Elastic Cloud (versions 7 à 8.11), Kibana, Logstash et Filebeat ; streaming Kafka (Strimzi) et RabbitMQ ; Grafana, Dynatrace et Centreon ; collecte depuis les plateformes e-commerce, CRM, middleware et logistique ; alerting multicanal (e-mail, ServiceNow, Teams, SMS).

  • Elastic Cloud
  • Kibana
  • Logstash
  • Kafka / Strimzi
  • RabbitMQ
  • Grafana
  • Dynatrace
  • Centreon
  • Azure DevOps
  • ServiceNow

5 · Actions réalisées

  • Conception et déploiement du Dior Global Monitoring System, plateforme interne du groupe
  • Collecte de données complexes depuis les systèmes e-commerce, CRM et logistiques
  • Business Activity Monitoring et corrélation des transactions commerciales
  • Alerting temps réel routé selon les besoins métiers
  • Politiques de sauvegarde, purge et cycle de vie ; étude de migration vers Kubernetes
  • Procédures pour les équipes support et reporting auprès de la direction

2020 – 2021

Banque de France

Rôle
Développeur full stack Java / Angular / Elastic
Secteur
Banque centrale

Un Business Activity Monitoring pour suivre les flux de paiement de bout en bout.

1 · Contexte

Au sein d’une équipe d’une dizaine de personnes, mise en place d’un suivi des flux de paiement entre la Banque de France et ses clients, avec des alertes déclenchées selon des règles de gestion.

2 · Enjeux

  • Capter et rapprocher des flux bancaires volumineux et hétérogènes
  • Déclencher des alertes fiables sur des règles métiers (délais, écarts, cut-off)
  • Livrer dans un cadre de production exigeant

3 · Responsabilités

  • Conception et rédaction des spécifications techniques et fonctionnelles
  • Développement back-end, batch et front-end
  • Analyse d’impacts et cohérence de l’architecture
  • Suivi de production et résolution d’incidents

4 · Architecture & technologies

Microservices Spring Boot et traitements Spring Batch alimentant Elasticsearch ; parsing de fichiers aux formats bancaires (PAIN.001, PAIN.007…) ; écrans Kibana et front-end Angular ; déploiement via XL Deploy.

  • Elasticsearch
  • Kibana
  • Logstash
  • Java
  • Spring Boot
  • Spring Batch
  • Angular
  • Jenkins
  • XL Deploy

5 · Actions réalisées

  • Développement des traitements de parsing de fichiers volumineux
  • Automatisation de la gestion des index, templates et alias
  • Automatisation des alertes : timeout, cut-off, écarts, transferts
  • Développement en TDD et préparation des livrables de mise en production

Auparavant

Les fondations : développement, DevOps et premières plateformes ELK.

  1. 2019 – 2020

    ING

    Développeur full stack — DevOps & ELK

    Plateforme web de souscription d’assurance-vie en Scrum ; microservices, migration Java 8 → 11, CI/CD GitLab et Jenkins.

  2. 2018 – 2019

    Cegedim Cloud

    Développeur full stack — Cloud & Kubernetes

    Plateforme de déploiement et de pilotage de clouds sécurisés ; tableau de bord de gestion des clusters Kubernetes.

  3. 2016 – 2018

    Neuflize OBC

    Ingénieur études et développement Java — DevOps & ELK

    Application mobile de banque privée et microservices ; première mise en place d’une stack ELK, CI/CD Jenkins et authentification LDAP centralisée.

  4. 2016

    Crédit Agricole Consumer Finance

    Ingénieur études et développement Java/J2EE

    Application de gestion de crédit au sein d’une équipe Scrum de quatorze personnes ; règles de codage, audit de code et formation.

Périodes arrondies à l’année. Missions réalisées en tant qu’ingénieur, consultant ou freelance ; les marques citées appartiennent à leurs propriétaires et n’impliquent aucune recommandation.

Un système à fiabiliser, une plateforme à concevoir, un projet IA à lancer ?

Commençons par votre contexte. Chaque demande est lue personnellement.