Sébastien Roy

🔹 Développement de pipelines Gitlab CI

🔹 Gestion de clusters Kubernetes

🔹 Migration Ingress API vers Gateway API

🔹 Gestion d'infrastructure AWS via Terraform

En tant qu'ingénieur DevOps senior, je joue un rôle crucial dans l'implémentation de solutions GenAI pour les besoins internes de l'entreprise. En collaboration étroide avec l'équipe Data Science, j'implémente les services IA d'AWS pour favoriser l'innovation et l'efficacité.

🎯 Principales réalisations et expertises :

🔹Architecture et implémentation d'infrastructures AWS tout en assurant scalabilité, sécurité et optimisation de coûts.

🔹Infra as Code avec Terraform, assurant la consistance et la répétabilité des configurations infra.

🔹Développement de pipelines CI/CD avec Gitlab CI

🔹Lead technique sur l'intégration de solutions IA sur AWS (Bedrock / RAG)

Contexte technique :

• AWS (VPC, IAM, Lambda, S3, API Gateway, Bedrock, OpenSearch)

• Terraform

• GitlabCI

Recruté en tant que premier DevOps dans une startup de 30 personnes (désormais ~70), j’ai joué un rôle central dans la conception de l’infrastructure cloud de l'entreprise. J'ai accompagné sa forte croissance jusqu’à sa levée de fonds Série A de 15M$ en 2023.

En tant que Lead DevOps, j’ai conçu et déployé l’intégralité de l’infrastructure AWS de l’entreprise, en adoptant les meilleures pratiques de sécurité, de scalabilité et de maîtrise des coûts.

Dès la seconde année, j'ai constitué et encadré une équipe de 2 DevOps juniors, que j’ai formés aux outils et méthodes que j’ai mis en place.

J’ai collaboré au quotidien avec les équipes Data et IA pour leur fournir un environnement robuste et sécurisé, répondant aux enjeux complexes de l’intelligence artificielle.

🎯 Principales réalisations et expertises :

🔹 Conception d’une architecture microservices scalable sur AWS

🔹 Infrastructure as Code avec Terraform

🔹 Déploiement GitOps avec ArgoCD

🔹 Gestion de clusters Kubernetes (EKS)

🔹 Optimisation des coûts cloud (approche FinOps)

🔹 Mise en place et gestion de clusters Databricks pour les data scientists

Stack technique :

• AWS (EC2, S3, EKS, ECR, Cloudtrail, Lambda, MSK, Bedrock, Opensearch, Sagemaker, VPC)

• Terraform

• Github

• Back-end Python

• ArgoCD

• Datadog

• Tenable Cloud Security