Architecture technique / architecture logicielle Cloud - GCP / Google Cloud Platform (IT) / Fre[...]

Architecture technique / architecture logicielle cloud GCP / Google Cloud Platform sur le périmètre des services connectés.

Compétences techniques clés

Les compétences prioritaires sont :

• Architecture cloud, principalement GCP / Google Cloud Platform.

• Kubernetes / GKE, Docker, VM, serverless.

• Stockage de données : bases relationnelles, NoSQL.

Rôle attendu

Le profil devra intervenir comme architecte technique cloud, capable de partir d’un besoin métier ou d’un dossier fonctionnel pour :

• définir une architecture technique cible ;

• documenter cette architecture dans des dossiers d’architecture technique ;

• mettre en œuvre ou faire mettre en œuvre les composants nécessaires ;

• accompagner les équipes projet pendant les phases de MVP et de releases ;

• challenger les choix techniques en termes de sécurité, scalabilité, robustesse et coûts.

Le profil n’est donc pas uniquement attendu sur de la conception théorique : le client attend aussi quelqu’un capable d’être en support opérationnel aux équipes de développement, avec une bonne compréhension des contraintes d’industrialisation.

Livrables attendus

Le client mentionne principalement :

• des dossiers d’architecture technique validés, conformes aux guidelines Renault ;

• des composants et plateformes industrialisés ;

• des recommandations d’évolution sur les plateformes, patterns et bonnes pratiques ;

• des comptes rendus d’avancement, notamment en contexte Agile.

Compétences techniques clés

Les compétences prioritaires sont :

• Architecture cloud, principalement GCP / Google Cloud Platform.

• Kubernetes / GKE, Docker, VM, serverless.

• Stockage de données : bases relationnelles, NoSQL.

Architecture d’intégration :

• API REST,

• messaging,

• architectures événementielles,

• streaming.

• Sécurité applicative :

• OAuth2,

• OpenID Connect,

• conformité aux guidelines sécurité.

• DevOps / CI-CD.

• Java, idéalement comme langage de référence.

• Microservices et patterns associés.

• IA générative / ML :

• LLM,

• RAG,

• agents,

• assistants IA,

• vectorisation,

• gouvernance et évaluation des modèles.

• RGPD, éthique IA, limites et risques de l’IA.

• Agile / SAFe.

• Anglais maîtrisé.

Lieu : , Boulogne-Billancourt.