It looks like you are in United States. Would you like to go to https://onsiter.com/us/ instead?
Might be available
(Updated 2020-01-02)Architecte de solutions
Toulouse, France
Native French, Fluent English
- Spark
- Amazon Web Services
- Hadoop
Skills (20)
OPTIMIZATION
NiFi
STOCKAGE
Linux
Python
Azure
Elasticsearch
AWS
Graylog
Spark
Hadoop
ARCHITECTURE
scylladb
Git
Cassandra
OpenStack
HDFS
prometheus
ZooKeeper
PostgreSQL
Summary
Accompagner des projets web, IoT, Big Data ou de transformation
numérique dans leur démarche de création de valeur. Mes clients
apprécient ma capacité à intégrer très rapidement un projet, à les aider à
anticiper et identifier les problèmes sur des systèmes complexes et y
apporter des solutions innovantes. Au-delà de l'analyse, je reste
développeur et suis capable d'exécuter un projet de bout-en-bout. Ma
large expertise permet l'optimisation de solutions au niveau coût,
performance, simplicité pour les grands groupes comme pour les petites
startups. Le contexte que je privilégie est constitué de programmation
parallèle, de stockage à grande échelle impliquant une myriade d'outils et
de plateformes répondant à un besoin de production.
"First do it, then do it right, then do it better - this is my mantra for
successfully getting things done. It's all about the iteration." Addy
Osmani / Google
A PROPOS
Professional Experience
charge
Openstack, Mesos
2019-11 - 2019-11
Réalisation de tests de performance dans le cadre du dimensionnement
Spark, Zookeeper, S3
d'une solution d'ingestion d'images satellites basée sur un cloud hybride
object store, Ceph,
GCP/Openstack. Préconisations pour optimiser l'efficacité des Docker, gatling.io, GCP,
traitements en terme de quantité de ressources IT et de temps de Linux
traitement. Analyse et cartographie de la solution globale pour préparer la
montée en charge et identifier les composants sous-dimensionnées ou
insuffisamment disponible. Traitements à grande échelle: une dizaine de
milliers de core Spark associée à un datalake d'un volume de 1000 TB.
Spark, Zookeeper, S3
d'une solution d'ingestion d'images satellites basée sur un cloud hybride
object store, Ceph,
GCP/Openstack. Préconisations pour optimiser l'efficacité des Docker, gatling.io, GCP,
traitements en terme de quantité de ressources IT et de temps de Linux
traitement. Analyse et cartographie de la solution globale pour préparer la
montée en charge et identifier les composants sous-dimensionnées ou
insuffisamment disponible. Traitements à grande échelle: une dizaine de
milliers de core Spark associée à un datalake d'un volume de 1000 TB.
Expert Hadoop et Plateforme Conteneurs
Atos
2019-02 - 2019-09
Openstack, Mesosphere-DCOS,
Conception et mise en oeuvre d'une plateforme Big Data en cloud sur site Spark, Hadoop, Elasticsearch,
sécurisé. Architecture de la solution dans le but d'en améliorer les Kafka, Zookeeper, Cassandra,
performances tout en préservant sa résilience. Tests de charge et Ansible, Ceph, Docker, Git,
injections d'altérations d'infrastructure (SRE). Simplification de la Linux
solution de conteneurisation Mesos-DCOS pour Spark. Optimisation
matérielle et logicielle de l'accès aux données sur une plateforme
Openstack/Ceph/Hdfs/Spark dans un environnement multi-utilisateurs.
Conception et mise en oeuvre d'une plateforme Big Data en cloud sur site Spark, Hadoop, Elasticsearch,
sécurisé. Architecture de la solution dans le but d'en améliorer les Kafka, Zookeeper, Cassandra,
performances tout en préservant sa résilience. Tests de charge et Ansible, Ceph, Docker, Git,
injections d'altérations d'infrastructure (SRE). Simplification de la Linux
solution de conteneurisation Mesos-DCOS pour Spark. Optimisation
matérielle et logicielle de l'accès aux données sur une plateforme
Openstack/Ceph/Hdfs/Spark dans un environnement multi-utilisateurs.
DevOps Architecte
MetsafeATM
2018-09 - 2019-03
Python/Flask, IAAS sur OVH,
Conception et déploiement d'une architecture hautement disponible pour Ansible, PostgreSQL, Gitlab,
un produit proposant des données météo pour les contrôleurs aériens et Nifi, Kong, Nginx, Graylog,
les compagnies aériennes sous la forme de services web. Architecture
Prometheus, Gatling, Constellix
multi-région active/active sur le cloud OVH. Migration Nifi standalone
DNS, Openstack, Swift,
vers Nifi cluster. Développement de services REST en python. Optimisation
RabbitMQ, Git, Linux
de performance PostgreSQL. Mise en place de Prometheus et AlertManager.
Mise en place d'Ansible pour assurer un redéploiement rapide d'une nouvelle région en cas de désastre. Environnement startup: trois
personnes en télétravail.
Conception et déploiement d'une architecture hautement disponible pour Ansible, PostgreSQL, Gitlab,
un produit proposant des données météo pour les contrôleurs aériens et Nifi, Kong, Nginx, Graylog,
les compagnies aériennes sous la forme de services web. Architecture
Prometheus, Gatling, Constellix
multi-région active/active sur le cloud OVH. Migration Nifi standalone
DNS, Openstack, Swift,
vers Nifi cluster. Développement de services REST en python. Optimisation
RabbitMQ, Git, Linux
de performance PostgreSQL. Mise en place de Prometheus et AlertManager.
Mise en place d'Ansible pour assurer un redéploiement rapide d'une nouvelle région en cas de désastre. Environnement startup: trois
personnes en télétravail.
Architecte Big Data
Aosis Consulting
2018-01 - 2018-08
Participation à la transformation numérique d'un constructeur d'avion en Agile, Palantir Foundry, Python,
tant Architecte/Tech Lead pour une application permettant d'améliorer le Spark, Elasticsearch, Javascript,
traitement des demandes de support relatives aux dommages sur avion
AtlasDB, AWS cloud, Git
grâce à un moteur de recherche intelligent. Optimisation de l'indexation
Elasticsearch et mise en place d'une boucle d'apprentissage pour une
amélioration continue des règles d'indexation. Réduction du temps
d'ingestion par Spark/Python. Environnement Agile sur plateformes
Palantir et AWS.
Julien.Laurenceau@pepitedata.com / +33 7 67 15 11 33
Geosys, Toulouse -- Développeur Big Data
tant Architecte/Tech Lead pour une application permettant d'améliorer le Spark, Elasticsearch, Javascript,
traitement des demandes de support relatives aux dommages sur avion
AtlasDB, AWS cloud, Git
grâce à un moteur de recherche intelligent. Optimisation de l'indexation
Elasticsearch et mise en place d'une boucle d'apprentissage pour une
amélioration continue des règles d'indexation. Réduction du temps
d'ingestion par Spark/Python. Environnement Agile sur plateformes
Palantir et AWS.
Julien.Laurenceau@pepitedata.com / +33 7 67 15 11 33
Geosys, Toulouse -- Développeur Big Data
supervision de cette solution servant, par une architecture Kappa, 400TB
Passage
2016-05 - 2017-12
à l'échelle d'une chaîne de traitement d'images satellites pour le Azure, Spark/Scala, Java/Jersey,
calcul d'indicateurs géo-spatiaux en agriculture de précision. Hadoop-HDFS, Hortonworks,
Prototypage, architecture, développement, mise en production et HDinsight, Livy, ScyllaDB,
supervision de cette solution servant, par une architecture Kappa, 400TB Cassandra, Kafka, Docker,
de séries temporelles de pixels en temps réel. Ingestion de données par Mesos-DCOS, Prometheus,
événements Kafka en environnement conteneurisé. Développement de Graylog, Grafana, Ansible, Git,
backend services REST en Java/Jersey. Développement et optimisation de Linux, Jira, Agile
transformations Spark/Scala pour l'agrégation spatio-temporelle.
Optimisation des coûts de stockage grâce à une solution à 3-tiers:
Cassandra, Hadoop-HDFS, stockage objet sur Azure. Tests de performance
Cassandra et migration ScyllaDB. Déploiement infra-as-code avec Ansible sur le cloud Azure.
Altran, Toulouse -- Consultant outils et simulation numérique
calcul d'indicateurs géo-spatiaux en agriculture de précision. Hadoop-HDFS, Hortonworks,
Prototypage, architecture, développement, mise en production et HDinsight, Livy, ScyllaDB,
supervision de cette solution servant, par une architecture Kappa, 400TB Cassandra, Kafka, Docker,
de séries temporelles de pixels en temps réel. Ingestion de données par Mesos-DCOS, Prometheus,
événements Kafka en environnement conteneurisé. Développement de Graylog, Grafana, Ansible, Git,
backend services REST en Java/Jersey. Développement et optimisation de Linux, Jira, Agile
transformations Spark/Scala pour l'agrégation spatio-temporelle.
Optimisation des coûts de stockage grâce à une solution à 3-tiers:
Cassandra, Hadoop-HDFS, stockage objet sur Azure. Tests de performance
Cassandra et migration ScyllaDB. Déploiement infra-as-code avec Ansible sur le cloud Azure.
Altran, Toulouse -- Consultant outils et simulation numérique
Rôle transversal de spécialiste mathématiques appliquées intervenant
Shell, Fortran, Java, SVN
2010-08 - 2016-05
sur Python (Matplotlib, pandas),
Shell, Fortran, Java, SVN,
des thématiques de traitement du signal, identification de fonctions de transfert et recherche opérationnelle. Développement de logiciels certifiés Clearcase, Linux, Unix, HPC
modélisant les performances avions. Support aux utilisateurs (hotline, formation).
Shell, Fortran, Java, SVN,
des thématiques de traitement du signal, identification de fonctions de transfert et recherche opérationnelle. Développement de logiciels certifiés Clearcase, Linux, Unix, HPC
modélisant les performances avions. Support aux utilisateurs (hotline, formation).
Chercheur simulation numérique en mécanique des fluides
CERFACS
2008-06 - 2010-06
C++, Fortran, MPI, Python,
Shell, Linux, Totalview
Développement de méthodes numériques dans le code de calcul
Debugger, SVN, Mathematica,
massivement parallèle elsA/Onera. Tests de validation et de HPC
non-régression. Etude aéroacoustique.
Shell, Linux, Totalview
Développement de méthodes numériques dans le code de calcul
Debugger, SVN, Mathematica,
massivement parallèle elsA/Onera. Tests de validation et de HPC
non-régression. Etude aéroacoustique.
Airbus
2005-04 - 2008-04
Fortran, Datascience, Python
Conception d'un algorithme d'optimisation innovant basé sur un
(Scipy, scikit-learn), Shell,
raffinement itératif de surfaces de réponses (co-kriging, réseaux de neurones, algorithmes évolutionnaires). Mise en œuvre d'une méthode LAPACK, SVN, Unix, Linux, HPC
d'optimisation multidisciplinaire bi-niveau. Définition d'une méthodologie de comparaison d'optimiseurs.
Conception d'un algorithme d'optimisation innovant basé sur un
(Scipy, scikit-learn), Shell,
raffinement itératif de surfaces de réponses (co-kriging, réseaux de neurones, algorithmes évolutionnaires). Mise en œuvre d'une méthode LAPACK, SVN, Unix, Linux, HPC
d'optimisation multidisciplinaire bi-niveau. Définition d'une méthodologie de comparaison d'optimiseurs.
Academic Background
Doctorat
Institut National Polytechnique de Toulouse
2005-01 - 2008-01
DEA
Université Pierre et Marie Curie
2020-01 - 2004-01
Lycée Joffre
Lycée Joffre
2001-01 - 2004-01
Baccalauréat
Lycée Joffre
1999-01 - 2001-01
Certifications
TOEIC
AWS Solutions Architect Associate, . ID diplôme GN2H5Y123M111K9Z
Julien.Laurenceau@pepitedata.com / +33 7 67 15 11 33
COMMUNICATIONS
Meetup Retengr, "Serverless et stockage distribué dans un contexte big
data", ~~~~~~~ , Toulouse
Vacataire ENAC 2014, 2015, 2016
Participations au comité de lecture de l'AIAA Journal, 2011, 2012, 2014
J. Laurenceau, M. Meaux, M. Montagnac, P. Sagaut, "Comparison of
Gradient Based and Gradient Enhanced Response Surface Based
Optimizers", AIAA Journal, vol.48, No. 10, pp. 981-994
J. Laurenceau, M. Meaux, "Comparison of Gradient and Response Surface
Based Optimization Frameworks Using Adjoint Method", 4th AIAA
Multidisciplinary Design Optimization Specialist Conference
Schaumburg, Illinois, USA
J. Laurenceau, P. Sagaut, "Building Efficient Response Surfaces of
Aerodynamic Functions with Kriging and Cokriging", AIAA Journal, Vol
46, No. 2, pp. 498-507
S. Mouton, J. Laurenceau, G. Carrier, "Aerodynamic and structural
optimisation of powerplant integration under the wing of a transonic
transport aircraft", 42ème colloque d'aérodynamique appliquée, Sophia
Antipolis, France
J.C. Jouhaud, P. Sagaut, B. Enaux, J. Laurenceau, "Sensitivity analysis and
multi-objective optimization for LES numerical parameters", Journal of
Fluid Engineering, Vol. 130, No. 2
J.C. Jouhaud, P. Sagaut, M. Montagnac, J. Laurenceau, "A surrogate-model
based multi-disciplinary shape optimization method with application to a
2D subsonic airfoil", Computers and Fluids, 36(3):520-529