Présentation

De l'accompagnement social à l'ingénierie cloud

Qui je suis

Zenaba 34 ans • Étudiante École 42 • Future Cloud Engineer / DevOps

Issue du secteur social, j'ai pivoté vers la tech pour son dynamisme, son rythme d'innovation et ses opportunités d'évolution continue.

Je me suis orientée vers l'infrastructure cloud : un domaine clé où l'on construit, automatise et sécurise les fondations numériques des entreprises.

Ces technologies représentent le socle des architectures modernes et un levier majeur de transformation.

En parallèle, je m'investis dans la communauté AWS en tant que AWS Cloud Club Captain, un rôle de mentorat et d'ambassadrice pour accompagner d'autres apprenant·es dans leur montée en compétences sur le cloud.

Actualités récentes

École 42 Tronc commun validé - Nov. 2025
AWS Cloud Practitioner Certification - Déc. 2025 Voir le badge
AI Practitioner Certification - Déc. 2025 Voir le badge
AWS Cloud Club Captain Ambassadrice - Année 2026 Voir le badge
MLOps Intern - Thalès Janv. à Juil. 2026
RNCP 7 (Bac +5) En cours

Mon objectif

Construire une carrière dans le cloud et l'infrastructure, avec une expertise croissante sur .

Domaines d'expertise ciblés

  • Infrastructure as Code : Terraform, CloudFormation
  • Multi-cloud : focus sur AWS, intérêt pour Azure & GCP
  • Containerisation & Orchestration : Docker, Kubernetes
  • CI/CD & DevOps : Pipelines automatisés
  • DevSecOps : Sécurité intégrée
  • Observabilité & Monitoring
  • Scripting & Automatisation : Python, Bash

Mon "plus"

Mon parcours démontre ma capacité à :

  • Évoluer entre les missions techniques et la gestion de projet
  • Analyser et traduire les besoins
  • M'adapter à différents contextes
  • Vulgariser des sujets techniques
  • Analyser et résoudre des problèmes complexes

Des soft skills solides, au service d'un métier technique exigeant.

Mon parcours

De ma reconversion vers le tech à mes ambitions futures

2013-2023

Travail social

Expérience en gestion et pilotage de projets.

2023-2026

Transition vers la tech

    Bootcamp Data Analyst

    Ecole 42

    Certification AWS

    Stage Professionnel

    RNCP 7 - Systèmes d’informations et réseaux


    → Objectifs : bases cloud, DevOps, AWS, Expérience pro, Diplôme


2026-2027

Professionnalisation

    Cloud Engineer

    Cloud Architect

    DevOps



    → Objectifs : expertise AWS.


Engagement AWS Cloud Community

AWS Cloud Club Captain 2026 Voir le badge

École 42 Paris

Mission : Créer et animer le premier AWS Cloud Club de l'école 42 Paris pour démocratiser l'accès aux technologies cloud.

Activités :

  • Création d'événements communautaires autour du cloud computing
  • Mentorat et accompagnement des étudiants dans leur apprentissage AWS
  • Développement de ressources pédagogiques accessibles

Un engagement qui allie mes compétences techniques et ma passion pour la transmission de connaissances.

Certifications

Certifications Cloud

  • AWS Certified Cloud Practitioner Voir le badge Décembre 2025 Fondamentaux AWS : services essentiels, modèle cloud, sécurité, pricing & support.
  • AI Practitioner Voir le badge Décembre 2025 Relie mes expériences en data à mes compétences cloud — fondamentaux de l'IA appliquée.

Diplômes

Parcours social

  • Licence - Diplôme d'État de Conseiller en Économie Sociale Familiale 2013
  • BTS Économie Sociale Familiale 2012 Lycée Camille Pissarro (Pontoise)

Parcours tech

  • École 42 Paris - RNCP 7 - Systèmes d’informations et réseaux (Equivalent Master 2) En cours — Depuis nov. 2025 Parcours orienté DevOps & Cloud : administration Linux, réseaux, sécurité, conteneurisation, orchestration , IaC , CI/CD, monitoring.
  • École 42 Paris — Tronc Commun Validé — 2023–2025 Programmation bas niveau, Linux, réseaux, sécurité, développement, gestion de projets collaboratifs en environnement agile.
  • Bootcamp Data Analyst - Niveau M1 Validé — Avril–Juin 2023 DataScientest x La Sorbonne Python, analyse de données, machine learning, BI, Big Data

Expérience professionnelle

MLOps Engineer Intern

Thales
Janvier - Juillet 2026

Mise en place d'un job d'audit 100% IA intégrée aux pipelines GitLab, avec optimisation pour modèles de 120B paramètres.

Conception et déploiement d'une infrastructure LLM auto-hébergée pour garantir la souveraineté des données lors des audits de code IA.

Mes missions incluaient :
  • Architecture infrastructure LLM : conception d'une infrastructure privée pour assurer 100% de souveraineté des données lors de l'analyse du code
  • Optimisation des modèles : adaptation d'un serveur d'inférence local pour exécuter des modèles à 120B paramètres via quantization GGUF
  • Automatisation CI/CD : intégration d'un job GitLab dédiés pour valider chaque ligne de code via IA, offrant un retour immédiat
  • Gestion des bottlenecks : résolution de contraintes critiques de VRAM et gestion de la fenêtre contextuelle pour traiter des diffs Git volumineux (20k+ tokens)
  • Enjeu de conformité : assurance d'une couverture de code à 100% tout en préservant la confidentialité des assets sensibles
Succès :
  • Déploiement réussi d'une infrastructure multi-GPU optimisée pour grands modèles de langage
  • Automatisation complète de l'audit de code, éliminant les goulots d'étranglement manuels
  • Gestion efficace des ressources VRAM pour supporter des contextes de 20k+ tokens sans dégradation de performance
  • Adoption immédiate par les équipes de développement — feedback instantané en CI/CD
Résultats du projet :
  • Modèle Human-in-the-Loop : Analyse complète du code soumis dans la MR par l'IA avant validation manuelle par un développeur, garantissant contrôle et conformité
  • Temps de génération de l'audit : 20 à 150 secondes selon la complexité du diff
  • Catégorisation intelligente : classification des modifications en 3 niveaux — Validé (conforme aux standards), À améliorer (optimisations possibles), Avertissement (problèmes de sécurité/performance), Critique (code à modifier obligatoirement)
  • Audit intégré dans les Merge Requests : résultats affichés directement dans la page MR et en notification Windows
  • Propositions de modification : suggestions détaillées et contextualisées pour corriger les anomalies détectées
Compétences développées :
MLOps & Infrastructure ML LLM & Quantization GGUF GitLab CI/CD CUDA & GPU Management Optimisation de performance Souveraineté des données Infra On-Premise Automatisation IA appliquée à la sécurité code

Chargée de mission sociale

Léonie Chatelain
2013 - 2023

Mise en œuvre et coordination de plus de 30 dispositifs publics autour du logement, de la précarité et de la retraite.

Intervention dans des contextes sensibles (copropriétés dégradées, impayés, ruptures).

Mes missions incluaient :
  • Gestion multi-projets (5 à 6 programmes en simultané)
  • Analyse des besoins, cadrage stratégique, pilotage opérationnel et coordination des acteurs publics et privés.
  • Accompagnement social des familles
  • Analyses socio-économiques et modélisation financière : production d’études pour l’aide à la décision des collectivités selon une approche data-driven.
  • Construction et animation de réseaux de partenaires institutionnels et associatifs.
  • Rédaction de bilans, rapports et réponses aux financeurs.
Succès :
  • Contribution à la croissance de l’entreprise
  • Plus de 20 projets menés à bien
  • Hausse du taux d’appels d’offres remportés et diversification des missions
  • Développement de l’équipe (2 → 7 collaborateurs) et structuration des process internes
Compétences développées :
Gestion de projet complexes Analyse de besoins & cadrage Analyse de données Communication institutionnelle Coordination Résolution de problèmes Autonomie Mentoring Adaptabilité

Compétences & projections

Un socle technique en constante évolution

Mes compétences actuelles

🛠️ Outils Dev / DevOps

  • Docker
  • AWS (EC2, S3, Lambda, DynamoDB)
  • Git / GitHub
  • VirtualBox, gestion de VMs
  • Observabilité : Grafana , Prometheus, ELK stack
  • IAC : Terraform

🐧 Systèmes & Shell

  • Linux (utilisateurs, permissions, processus)
  • Bash scripting
  • Administration système de base

💻 Programmation & Data

  • Python (NumPy, Pandas, Matplotlib, Scikit-learn)
  • Analyse de données, visualisations, web scraping
  • C / C++
  • Bash Scripting
  • Résolution de problèmes algorithmiques

🤖 IA & Machine Learning

  • LLM & Inférence : déploiement et optimisation de modèles de langage (120B+ paramètres)
  • Quantization : GGUF, optimisation VRAM pour GPU
  • MLOps Infrastructure : pipelines d'inférence, gestion de ressources GPU (CUDA)
  • Intégration CI/CD : automatisation IA dans GitLab pipelines
  • Certification : AWS AI Practitioner (Décembre 2025)
  • Fondamentaux de l'IA appliquée, cas d'usage pratiques

📋 Gestion de projet

  • Gestion cycle complet du projet : recueil besoin → cadrage → exécution → clôture → REX / évaluation
  • Reporting aux décideurs/financeurs (KPI, bilans)
  • Coordination d’équipes pluridisciplinaires et partenaires externes
  • Amélioration continue des processus et des bonnes pratiques

🌐 Langues

  • Français : Langue maternelle
  • Anglais : Niveau B1 - Compréhension fluide de documentation technique

Soft Skills

Mon parcours allie des compétences transversales à des qualités relationnelles solides développées dans des environnements collaboratifs.

Efficacité personnelle

  • Autonomie
  • Rigueur et sens du détail
  • Capacité d’analyse
  • Résolution de problèmes
  • Apprentissage continu
  • Orientation résultats

Relationnel & communication

  • Esprit d’équipe
  • Capacité d’adaptation
  • Pédagogie & vulgarisation
  • Communication claire

Objectifs d'apprentissage

☁️ Cloud Platforms

  • Priorité : AWS
  • EC2, S3, VPC, IAM, RDS
  • Certifications : AWS Cloud Practitioner Voir le badge et AI Practitioner Voir le badge en cours
  • En veille : Azure, GCP

🏗️ Infrastructure as Code

  • Priorité : approfondir l'expertise Terraform
  • Syntaxe, modules, gestion de l'état
  • À connaître : Ansible, CloudFormation

🐳 Conteneurisation & Orchestration

  • Docker : Images optimisées, registres privés
  • Kubernetes : Pods, services, Helm, RBAC

🔄 CI/CD

  • GitLab CI / GitHub Actions
  • Jenkins

🔐 Sécurité Cloud

  • Approfondir les pratiques et concepts DevSecOps
  • Moindre privilège, gestion des secrets
  • Conformité : RGPD, ISO 27001

💰 FinOps & Optimisation

  • Architecture efficiente
  • AWS Cost Explorer
  • Optimisation des coûts cloud

Portfolio

Apprentissage par la pratique

Projets réalisés

Déploiement d’une application de Pong multijoueur dans un environnement sécurisé, monitoré et industrialisé.

Aperçus du projet :
Ft_transcendence - game Ft_transcendence - sign in
Schéma d'architecture
Schéma d'architecture Ft_transcendence

Architecture :

Multi-conteneurs (frontend, backend, proxy NGINX, base de données, monitoring, ELK) orchestrés avec Docker Compose
Backend en microservices (auth, chat, jeu, tournois, statistiques, WebSocket temps réel)

Sécurité :

Reverse proxy NGINX avec certificats SSL
Toutes les communications en HTTPS/WSS (API et WebSocket chiffrés)
Isolation réseau via Docker Compose

CI :

Tests et builds automatisés sur GitHub

Observabilité :

Métriques avec Prometheus (latence p95, CPU/mémoire backend, connexions WS actives)
Visualisation avec Grafana (dashboards JSON provisionnés)
Logs centralisés via ELK (Elasticsearch, Logstash, Kibana)
Alertes via Alertmanager

Objectif : Développer une plateforme fullstack robuste et appliquer une démarche DevOps complète (CI, observabilité, automatisation).

Rôle dans l’équipe : prise en charge de l’infrastructure : containerisation, réseau, sécurité, monitoring, déploiement et automatisation.
Infrastructure AWS Serverless (IaC) – Portfolio en production avec Terraform (Projet perso) 🔗
Terminé

Migration d'un déploiement manuel vers une Infrastructure as Code complète pour automatiser, fiabiliser et versionner le déploiement de mon portfolio en production.


Architecture Serverless :

Site web statique : S3 + distribution mondiale CloudFront
Nom de domaine et zone DNS gérés par OVH Cloud
Certificat SSL/TLS provisionné par ACM
API Dynamique : Lambda + API Gateway avec persistance DynamoDB pour le compteur de visites
Sécurité : politiques IAM minimales et buckets privés

Infrastructure as Code :

Déploiement modulaire et reproductible (plans/apply Terraform)
Backend Terraform : state et verrouillage natif S3 (Terraform 1.10+)

FinOps & Optimisation :

Contrôle des coûts : AWS Budgets avec alertes automatiques
Optimisation continue des ressources et performances

Prochaine étape : Intégration CI/CD (GitHub Actions) et monitoring CloudWatch

Objectif : Découvrir les services fondamentaux d’AWS et apprendre l’Infrastructure as Code via un projet concret.

Conception et déploiement d'une architecture microservices containerisée respectant les bonnes pratiques.


Architecture & Responsabilités

Un container par service : Serveur web Nginx, Service application Wordpress, Base de données MariaDB, service de cache Redis

Infrastructure as Code :

Définition de l'infrastructure par code (Dockerfile, Compose, Makefile) :
Image construite à partir d'un Dockerfile personnalisé (aucune image Docker Hub utilisée), orchestrée avec Docker Compose et automatisée via Makefile.

Sécurité & conformité :

Implémentation TLS/SSL avec certificats auto-signés
Principe du moindre privilège (utilisateurs non-root, ports minimaux)
Isolation réseau entre services et exposition contrôlée

Ajout de services complémentaires (Adminer, Redis), configuration réseau dédiée, volumes persistants et certificat SSL pour sécuriser la plateforme.
Objectif : Déployer une infrastructure web sécurisée en utilisant Docker et Docker Compose.
Installation et configuration d’un serveur minimaliste sous Debian, sans interface graphique, dans une machine virtuelle.
Mise en place de partitions chiffrées avec LVM, activation d’AppArmor, configuration d’un firewall (UFW) et d’un service SSH sur le port 4242.
Implémentation d’une politique de mots de passe stricte et configuration renforcée de sudo avec journalisation et restrictions.
Développement d’un script de monitoring en Bash exécuté automatiquement pour fournir des informations système clés (CPU, RAM, connexions, utilisateurs, etc.).

Objectif : Découvrir la virtualisation et s’initier à l’administration système en mettant en place un serveur Linux sécurisé et automatisé.

Développement d'un serveur basé sur le protocole IRC RFC1459 en C++.

Programmation réseau avec sockets TCP/IP
Création de canaux, gestion des commandes des clients
Objectif : Approfondir la compréhension des protocoles réseau et des systèmes bas niveau
Analyse de 53 000 tweets avec Pandas, Regex et TextBlob pour analyser l'opinion publique sur les Jeux Olympiques de Paris 2024.
Nettoyage et analyse de donnees pour extraire le ton dominant (environ 60 % de messages positifs).
Plusieurs visualisations interactives créées avec Power BI pour mettre en évidence les tendances par période, hashtags et sujets clés.
Objectif : Exploiter le traitement automatique du langage naturel (Regex, TextBlob) et l’analyse de données (Pandas, Power BI) pour extraire, analyser et visualiser les tendances d’opinion à partir de 53 000 tweets bruts (données réelles non prétraitées).
Collecte de plus de 20 000 données via BeautifulSoup, Selenium et fichiers CSV.
Nettoyage avancé, réduction de 30 % des variables par feature engineering et visualisation via Matplotlib.
Entraînement de plusieurs modèles de machine learning (régression linéaire, classification) avec Scikit-learn.
Identification des facteurs influençant le bonheur d'une population à partir de données internationales.
Interface utilisateur créée avec Streamlit pour explorer les résultats de façon interactive.
Objectif : Collecter, nettoyer et modéliser des données massives (scraping, feature engineering, Scikit-learn) afin d’identifier les variables influençant la perception du bonheur.

Projets en cours

BADASS — Simulation BGP & EVPN
En cours — Projet 42

Résumé : Simuler et configurer une topologie BGP/EVPN avec GNS3 et images Docker pour comprendre MP‑BGP/EVPN, le forwarding (ARP/VXLAN) et les interactions entre autonomous systems.

Objectif : déployer la topologie, configurer MP‑BGP et EVPN, valider la reachability et documenter les procédures de debug (tcpdump, arp, ip neigh, etc.).

Outils : GNS3, Docker, scripts d'automatisation réseau.

Projets à venir

Architecture microservices avec Kubernetes Planifié

Déploiement d'une application en microservices sur un cluster Kubernetes :

Gestion des services, ingress controller et volumes persistants
Monitoring avec Prometheus et Grafana
Déploiement automatisé avec pipeline CI/CD intégré

Objectif : Comprendre l'orchestration de conteneurs à grande échelle et les architectures scalables

Pipeline DevSecOps complet Planifié

Création d'un pipeline CI/CD sécurisé et automatisé :

Analyse statique du code, scan de vulnérabilités, tests automatisés
Déploiement avec GitHub Actions ou GitLab CI/CD

Objectif : Automatiser le cycle de vie logiciel avec une approche centrée sur la sécurité

Blog

Partage de connaissances et retours d'expérience

Retrouvez mes articles sur Medium où je partage mes apprentissages et expériences en Cloud et DevOps.

Lab Technique

Tutoriels, projets et retours d'expérience technique

Articles techniques à venir prochainement...

Restez informé·e

Suivez-moi sur LinkedIn et Medium pour ne rien manquer de mes publications !

Contact

Disponible, motivée, et toujours à l’écoute.

Une question, une proposition, une idée ou une opportunité ? Contactez-moi !


Open to new challenges and ready to scale, automate, drive continuous improvement in my career.