ARCHITECTE SENIOR CLOUD & AI PLATFORM · FULL REMOTE · HORAIRES PARIS
Je mène les plateformes Cloud et IA de l’architecture à une production fiable. Puis j’en vérifie les contrôles d’exécution.
Architecture et production engineering sur Azure, Kubernetes et environnements IA : sécurité, identité, observabilité, résilience, coûts et transmission. Plus de quinze ans de terrain dans des systèmes complexes et critiques.
Ce que la mission doit changer
Livrer un système exploitable, pas une architecture de plus.
Vous renforcez l’équipe qui livre et réduisez le risque de mise en production, avec des décisions et des artefacts directement utilisables.
01 / CONSTRUIRE
Une plateforme qui passe du diagramme à l’exploitation.
Azure, Kubernetes/OpenShift, Container Apps, API Management, réseau, identité, CI/CD et infrastructure as code, intégrés aux contraintes réelles de l’équipe.
02 / CONTRÔLER
Des garde-fous vérifiés à l’exécution.
SLO, sécurité, identités, traces, coûts, capacité, autorisations d’outils, chemins de contournement et comportements en erreur vérifiés sur le chemin réellement exécuté.
03 / TRANSMETTRE
Une équipe moins dépendante après l’intervention.
Décisions documentées, pratiques maintenables, ateliers techniques et contrôles que l’équipe peut reprendre sans dépendance durable.
Scénario de contrôle agentique documenté
Un outil autorisé peut rester inapproprié.
« L’agent a appelé un outil qu’il ne devait pas appeler. Et il en avait le droit. »
Laboratoire Geek Guru · environnement propre
Le scénario montre pourquoi une permission valide ne suffit pas : il faut relier identité, contexte, autorité, appel d’outil, coût et décision pour rendre le comportement explicable et contrôlable.
Autre retour documenté : le scan SSH du laboratoire reste disponible dans les analyses. Il décrit une configuration réseau exposée, pas un résultat client ni la preuve d’une connexion réussie.
AUTORITÉAppel permis par la politiqueobservableCONTEXTEUsage inapproprié pour la tâcheécartPREUVECorrélation agent–outil–décisionrejouable
Résultat de laboratoire Geek Guru. Il démontre un scénario et une méthode de contrôle, sans prétendre décrire un environnement client non observé.
Méthode d’intervention
Une boucle courte entre architecture et preuve.
L’architecture et la vérification avancent ensemble : les contrôles sont conçus avec le système, puis testés sur le chemin réellement exécuté.
Construire
Comprendre le contexte, reprendre ou concevoir le socle, automatiser et livrer avec l’équipe.
Vérifier
Tester les contrôles observables, qualifier les écarts et produire une recommandation technique d’aptitude à la production.
Transmettre
Documenter les décisions, former les personnes qui exploitent et laisser un système maintenable.
Contextes déjà pratiqués
Deux niveaux d’engagement
Une mission principale, une porte d’entrée.
La mission renforce l’équipe dans la durée. Le Sprint de preuve éclaire une décision précise ou prépare une intervention plus large.
Mission Plateformes Cloud & IA
Renforcer une équipe pour concevoir, moderniser, sécuriser et conduire en production une plateforme Azure/Kubernetes ou un environnement d’exécution IA.
- Régie, forfait ou sous-traitance ESN
- Architecture + exécution
- Transfert de compétences inclus
Sprint de preuve
Aptitude à la production des plateformes IA : tester les contrôles observables, qualifier les écarts et livrer un plan d’action priorisé.
- Lecture seule privilégiée
- Résultats reproductibles
- Go, Go sous conditions ou No-Go technique étayé
Analyses de terrain
Ce qui casse quand on exécute vraiment.
Des retours vérifiables sur les déploiements, les contrôles, les erreurs et les corrections.
Le port SSH que je n’avais pas vu
Sur mon propre laboratoire Azure, le scanner a signalé une règle réseau critique autorisant SSH depuis Internet. Le constat portait sur la configuration, pas sur une connexion réussie.
L’agent a appelé un outil qu’il ne devait pas appeler. Et il en avait le droit.
Le scénario le plus mal couvert d’un runtime d’agents : un appel parfaitement autorisé, mais illégitime dans son contexte.
Une démo qui marche n’est pas une preuve
La démo prouve que le système peut fonctionner. Elle ne prouve pas qu’il est sous contrôle. La différence décide d’une mise en production.
Académie
Notre académie tourne sur nos preuves.
learn.geekguru.tech sert nos formations Azure et IA en français — sur une plateforme Open edX que nous avons qualifiée nous-mêmes : deux runtimes, un dossier de qualification public, défauts compris. C’est la méthode que nous vendons, appliquée à nous-mêmes en permanence.
Cours Azure & IA en français
Huit cours en ligne, aux charges mesurées : fondamentaux (AZ-900, AI-901, SC-900), administration (AZ-104), architecture (AZ-305), réseau (AZ-700), stockage (APL-1003) — et un cours unique en son genre, tiré de notre propre méthode : l’assurance des passerelles IA et des agents.
- Plateforme Open edX en propre
- Contenus produits par notre usine de cours
- Déployée et qualifiée par nos soins
Votre académie, clé en main
Une académie à votre marque, sur Open edX, hébergée sur Azure — livrée avec son dossier de qualification : pas une promesse d’infogérance, un verdict technique documenté, portes de qualification à l’appui.
- Contrat de plateforme → déploiement → qualification 23 portes
- Theming à votre marque inclus
- Remise des preuves puis exploitation
Prochaine décision
Avez-vous une mission à sécuriser pour les 90 prochains jours ?
Partagez le contexte, les technologies, la date et le résultat attendu. La réponse doit permettre de décider rapidement s’il y a adéquation.