Baye Dame Thiam

Product Owner & Service Owner sur l'offre Database IBM Cloud pour BNP Paribas (mission via Devoteam), je pilote la roadmap et la vision produit sur 7 produits en double run, PostgreSQL, MongoDB, Redis et Elasticsearch entre un ancien orchestrateur (Java/BPM IBM) et un nouveau (Python/Apache Airflow), pour un périmètre de plus de 9 000 instances de bases de données en cours de migration. Je définis l'architecture des nouvelles offres PostgreSQL et MongoDB, et gère l'ensemble des dossiers d'architecture associés (DAT, DAS, PGSSI). J'anime une équipe de 8 personnes en méthode SAFe Agile (PI Planning trimestriel, sprints de 3 semaines) et assure le rôle de Service Owner : gestion et dispatch des incidents, relation avec les fournisseurs IBM et MongoDB.

En tant que membre de l'équipe PAAS, je suis responsable de la rationalisation du provisionnement et de l'orchestration des bases de données (PostgreSQL, MongoDB, Redis) sur IBM Cloud à l'aide de scripts Python, Terraform et Airflow. Créer et maintenir un outil pour automatiser le provisionnement et l'orchestration de bases de données pour PostgreSQL, MongoDB et Redis sur IBM Cloud. Gérer efficacement les migrations de bases de données. Implémentation de tests unitaires avec pytest pour garantir la fiabilité du code. Améliorer la qualité du code grâce à l'intégration de SonarQube et flake8. Communiquer efficacement les nouvelles fonctionnalités aux équipes métiers. Contribution à la documentation technique et formation des membres de l'équipe.

En tant que membre de l'équipe IAAS, nous étions responsables de la création, de l'évolution et de la maintenance d'un outil mondial (Python, Flask, Celery) pour des mises àjour efficaces du matériel serveur. Implémentation d'une pipeline d'intégration continue avec GitHub, Jenkins, SonarQube, pytest et flake8 pour un code de haute qualité et des déploiements rationalisés (Ansible, Terraform). Géré la migration des applications internes vers l'environnement cloud. Création d'API robustes avec Flask pour faciliter l'interaction avec l'outil de patching. Rédaction de tests unitaires avec pytest pour maintenir la fiabilité du code. Utilisation de Celery et Redis pour gérer efficacement les tâches asynchrones. Surveillance des performances des machines virtuelles à l'aide de Prometheus et Grafana pour une identification proactive des problèmes. Développement d'outils de reporting pour prendre en charge la résolution de problèmes et la maintenance proactive des problèmes matériels. Déploiements automatisés à l'aide deJenkins, Terraform et Ansible pour une efficacité accrue. Analyse approfondie des données matérielles avec Grafana et PostgreSQL pour une prise de décision éclairée.