Research Engineer
Contexte et Mission
Au sein d'Inria et de l'Université de Lille, j'ai travaillé dans le domaine des systèmes autonomes et du cloud computing. Mes recherches portaient sur l'auto-adaptation des systèmes distribués dans le cloud, avec pour objectif de concevoir des mécanismes permettant aux microservices de s'adapter de façon autonome aux conditions dynamiques de leur environnement.
Réalisations Clés
- AdaptiFlow : Conception et développement d'un framework Java léger et extensible permettant aux microservices de s'adapter de manière autonome aux conditions dynamiques du cloud. Le framework repose sur des couches d'abstraction pour les phases de monitoring et d'exécution du cycle MAPE-K.
- Adaptable TeaStore : Construction d'une plateforme de benchmark cloud-native dédiée à l'évaluation des capacités d'auto-adaptation, permettant de valider des scénarios concrets (récupération de base de données, mitigation DDoS, gestion du trafic).
- Architectures événementielles décentralisées : Ingénierie de pipelines event-driven pour orchestrer les quatre propriétés d'auto-gestion : auto-guérison, auto-protection, auto-optimisation et auto-configuration.
- Abstraction MAPE-K : Développement de collecteurs de métriques et d'actions d'adaptation pour microservices cloud, avec des workflows systématiques minimisant l'intrusion dans le code existant.
Compétences Acquises
- Concevoir des frameworks d'auto-adaptation pour microservices distribués dans le cloud
- Contribuer à la recherche sur les systèmes autonomes via des couches d'abstraction pratiques
- Valider des résultats de recherche à travers des scénarios d'adaptation concrets
- Concevoir des architectures événementielles pour l'adaptation décentralisée des systèmes
- Implémenter le cycle MAPE-K (Monitor, Analyze, Plan, Execute) pour l'auto-gestion
- Développer des collecteurs de métriques et des actions d'adaptation pour microservices cloud
- Développer un framework Java léger et extensible à faible intrusion dans le code
- Créer des workflows systématiques pour activer l'adaptabilité des microservices
- Construire une plateforme benchmark cloud-native pour évaluer l'auto-adaptation
- Implémenter des mécanismes d'auto-guérison pour la récupération automatique après panne
- Concevoir des stratégies d'auto-protection contre les attaques (mitigation DDoS)
- Mettre en œuvre l'auto-optimisation et l'auto-configuration pour la gestion dynamique du trafic