Paul Bodin

Contexte et enjeux

Maisons du Monde a choisi d’intégrer OneStock, un OMS (Order Management System), pour orchestrer ses commandes entre ses différents canaux de vente et ses sources de stock. J’interviens au sein du pôle Supply, en charge des applications liées au transport et au stock.

L’arrivée d’un OMS change la circulation de l’information : les flux existants entre les systèmes devaient être repensés de bout en bout. Avec trois exigences :

• Refondre tous les flux concernés sans interrompre l’activité existante.
• Fiabiliser les échanges entre des systèmes hétérogènes : aucun message perdu, des reprises possibles en cas d’erreur.
• Découpler les applications pour pouvoir faire évoluer chaque système indépendamment.

Architecture

Les échanges reposent sur une architecture événementielle sur Google Cloud Platform. En interne, les systèmes de Maisons du Monde publient leurs événements dans des topics Pub/Sub, consommés par des services Java / Spring Boot.

Ces services font le lien avec OneStock : ils transmettent les données à l’OMS en appelant ses API REST, et reçoivent ses notifications via des webhooks, qu’ils republient ensuite dans les topics internes.

En interne, ce découplage par messages permet de rejouer un flux en cas d’incident, d’absorber les pics de charge et d’ajouter un nouveau consommateur sans modifier les producteurs.

Ce que j’ai fait

• Cadrage technique : participation à la conception des flux et des modèles de données.
• Développement des services de flux, des API REST et des batchs en Java / Spring Boot.
• Qualité : pair programming et revues techniques au sein de l’équipe.
• RUN : suivi de la production et traitement des incidents.
• IA dans le développement : utilisation de Gemini Code Assist au quotidien.

Contexte et enjeux

La Code Factory d’Aubay développe des applications internes, avec une organisation de projet complète : un Product Owner, un Tech Lead, un responsable projet et une équipe de développeurs. J’ai travaillé sur deux projets successifs :

• Green Code Pattern, une application d’audit des projets sur le plan du numérique responsable. Elle évalue un projet sur deux axes, l’inclusion et l’accessibilité d’une part, la réduction de l’empreinte écologique d’autre part.
• SVS, une application qui présente les projets de l’Innov et de la Code Factory, avec un accent sur l’accessibilité et l’internationalisation.

Ce que j’ai fait

Green Code Pattern

• Backend Java Spring Boot exposant des API RESTful, couvert par des tests unitaires JUnit et Mockito.
• Front Angular : questionnaires et tableaux de synthèse, testés avec Jasmine et Karma.
• Données dans PostgreSQL.

SVS

• Accessibilité conforme au RGAA (Référentiel général d’amélioration de l’accessibilité).
• Internationalisation de l’application.
• Backend Java Spring Boot (API RESTful) et front Angular avec formulaires, sur la même base technique que Green Code Pattern.

Sur les deux projets

• Tests unitaires côté back (JUnit, Mockito) et côté front (Jasmine, Karma).
• Intégration continue avec Jenkins et analyse de code avec SonarQube.
• Rituels Scrum : sprint planning, daily, sprint review, planning poker et affinage du backlog.

Contexte et enjeux

L’Advanced Customer Data Platform est un projet de l’Innov d’Aubay. L’objectif : aider une marque à mieux connaître sa clientèle, en segmentant ses clients selon la valeur qu’ils lui apportent, pour ensuite les récompenser et mener des campagnes marketing ciblées.

• Rendre les données lisibles pour des équipes marketing : des tableaux et des graphiques plutôt que des données brutes.
• Collaborer avec les data analysts de l’équipe, en charge de l’analyse des données clients.
• Explorer plusieurs approches de segmentation au travers de POC.

Ce que j’ai fait

• Backend Java Spring Boot exposant des API RESTful, couvert par des tests unitaires JUnit et Mockito.
• Front Angular affichant les informations clients sous forme de tableaux et de graphiques (ng2-charts).
• Deux bases de données : MongoDB pour les données de ventes et PostgreSQL pour l’authentification.
• POC de segmentation client : géographique, comportementale et technologique.
• Présentation du projet à Paris, devant la direction et une centaine de personnes.
• Rituels Scrum : sprint planning, daily, sprint review et affinage du backlog.

Contexte et enjeux

Clear Channel France est un acteur de l’affichage publicitaire. Le projet consistait à prototyper un outil d’analyse de données publiques externes, accessibles au travers d’API, en complément des données internes.

• Collecter en continu des données externes, comme le trafic en temps réel, sans intervention manuelle.
• Réunir ces données et les données internes dans une même base.
• Les rendre exploitables : une carte et des tableaux plutôt que des données brutes.

Architecture

Une tâche planifiée hébergée sur AWS interroge régulièrement les API externes, dont l’API TomTom pour le trafic, et stocke les données dans MongoDB Atlas avec les données internes. Une API Node.js les expose ensuite à l’application React.

Ce que j’ai fait

• Backend Node.js : API répondant aux besoins des fonctionnalités du front.
• Front React : affichage des données sur une carte interactive Leaflet et dans des tableaux.
• Collecte automatisée : script JavaScript hébergé sur AWS et exécuté par une tâche planifiée (cron), qui récupère les données de trafic en temps réel.
• Modélisation des données NoSQL dans MongoDB Atlas.