You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Merlin S.MS

Merlin S.

FDE - Architecte de Solutions Cloud et DevOps

£400/day
Quatre Bornes, MU
8-15 years

Average response time: 1 hour

About Merlin

Ingénieur Cloud & DevSecOps, spécialiste de la fiabilité des systèmes d'agents en production.

Près de 10 ans à concevoir, sécuriser et fiabiliser de l'infrastructure cloud et DevSecOps, dont 4 en environnement client. Aujourd'hui je mets cette rigueur au service d'un problème crutial pour les entreprise : faire tenir les systèmes d'agents et la GenAI en production.

La plupart des équipes savent bâtir une démo d'agent. Presque personne ne sait la rendre fiable, la sécuriser et en maîtriser le coût en production. C'est le pont que je fais, parce que je viens de l'infra, pas d'un notebook. Je ne vends pas du conseil, je livre du code déployé et opérable.

Le socle que je fiabilise depuis 10 ans :

  • Migrations et conteneurisation (CaaS) en environnement client, microservices événementiels (Kafka).
  • Kubernetes de production : Anthos multi-cloud (GCP + AWS), GKE scalable, AKS, validé par tests de charge.
  • Fondations gouvernées : IaC Terraform, GitOps, pipelines DevSecOps.
  • FinTech GCP : confiance plateforme +40 %, clientèle +10 %, charge marchands -35 %.

Vos agents et votre GenAI, en production :

  • RAG et multi-agents : ingestion événementielle, mémoire, recherche sémantique, orchestration LangGraph, validation humaine. RAG livré en prod sur GKE (Vertex AI / Gemini) chez un client.
  • Proxy IA « Zéro Rétention de Données » : anonymisation locale des PII avant tout appel externe, pour lever le blocage Shadow AI.
  • Coût maîtrisé : routage LLM-agnostique et tiering, -85 % de coût d'inférence ; GPU L4 éphémères, -90 % de coût compute.
  • Fiabilité et évaluation : MLOps / LLMOps, portes de qualité, observabilité Langfuse.
Reconnu Google Cloud DRP Tier 2 Expert (profil Forward Deployed Engineer). IBM Champion 2026, HashiCorp Ambassador 2025.

POC bloqué, coût GPU qui dérape, ou adoption IA freinée par le risque de fuite : décrivez-moi votre besoin, je réponds avec l'architecture concrète déjà éprouvée.
  • English

    Conversational

  • French

    Fluent

Remote only
Primarily works remotely

Experience

  • Accenture
    Custom Software Engineering Specialist, Cloud Solutions & DevSecOps Lead
    BANKING AND INSURANCE
    June 2025 - Today (1 year and 1 month)
    Moka, Mauritius
    Team Lead / Consultant SME Cloud & DevSecOps, FDE Agent Engineer.

    • Architecte technologique : conception et implémentation de solutions cloud-native scalables alignées sur les objectifs métier, pas seulement sur le besoin applicatif. Rédaction des documents d'architecture technique (DAT) qui font passer un choix d'infrastructure d'une intuition à une décision data-driven.
    • Leadership technique : standards d'infrastructure, CI/CD, sécurité et observabilité harmonisés entre les équipes transverses, ce qui a réduit les allers-retours sur les contrats de service et raccourci le délai de résolution des incidents transverses.
    • Modernisation applicative : cadrage de l'adoption cloud et des pratiques DevSecOps, mentorat des nouveaux arrivants, pour que la vélocité de livraison ne se paie pas en dette de sécurité.
    Microsoft Azure Cloud DevOps Microservice Cloud computing CI/CD Management
  • Accenture
    Custom Software Engineering Sr Analyst, Cloud Transformation & Application Modernization
    BANKING AND INSURANCE
    January 2023 - May 2025 (2 years and 4 months)
    Moka, Mauritius
    Containerisation, DevSecOps et GitOps au service de la fiabilité et de la posture de sécurité.

    • Transition d'applications PaaS/legacy vers Kubernetes (CaaS) avec adoption complète DevSecOps et GitOps, pour livrer des déploiements sans interruption et ne déployer que des images de confiance (Binary Authorization, scan d'images).
    • Microservices multi-cloud (Anthos, GKE + AWS EC2) : haute disponibilité maintenue même en défaillance d'un fournisseur et vendor lock-in supprimé, la continuité de service ne dépend plus d'un seul cloud.
    • Microservices mondialement scalables sur GKE (Multi-Cluster Gateways, Cloud Deploy) : load balancing et découverte de service globaux, comportement de scaling validé avant la mise en production plutôt que découvert en incident.
    • Gouvernance IaC multi-cloud (Terraform Cloud, Sentinel, Checkov, GitHub Actions) : problèmes de sécurité et de conformité détectés avant provisioning, coûts optimisés et déploiements répétables.
    Google Cloud Platform Microservices Architecture Terraform Cloud Kubernetes DevSecOps
  • Accenture
    Application Development Senior Analyst, Cloud Readiness & Modernization
    BANKING AND INSURANCE
    June 2022 - December 2022 (6 months)
    Moka, Mauritius
    Reverse engineering et replatforming au service de la mise en capacité cloud.

    • Migration de plateformes legacy vers des microservices modernes (Java, Spring Boot, Kafka) déployés sur PaaS, ce qui a transformé une base figée en socle prêt pour le cloud-native.
    • Analyse de l'existant (reverse engineering) pour cadrer une migration en deux temps (Lift & Shift puis conteneurisation), afin de dérisquer le mouvement plutôt que de tout réécrire d'un coup.
    • Observabilité (Prometheus, Grafana, ELK, Jaeger, OpenTelemetry) et garde-fous DevSecOps posés dès cette phase, pour que la modernisation détecte les incidents en amont au lieu de les subir en production.
    Kafka Grafana Cloud computing Microsoft Azure

Recommendations

These freelancer profiles also match your criteria

AgathaA

Agatha Frydrych

Backend Java Software Engineer

4.7

(3)

2

BaptisteB

Baptiste Duhen

Fullstack developer

4.6

(4)

5

AmedA

Amed Hamou

Senior Lead Developer

4

(2)

7

AudreyA

Audrey Champion

Web developer

4.3

(3)

4

Education

  • Master 1 - Ingénierie Informatique, Big Data & Cloud Computing
    ENSET mohammedia
    2025
    - Systèmes Distribués et Event-Driven : Assurer le découplage et la résilience asynchrone des Systèmes Distribués. - Industrialisation IA (MLOps/LLMOps) : Conception des chaînes d’entraînement (CI, DVC, CML, GPU). - Data et IA Agentique: Coupler le traitement de données avec les RAG Agentic doté d’une mémoire à court/long terme pour orchestrer des outils/sous-agent de manière autonome.
  • Bachelor's degree - Computer Software Engineering
    Iseig
    2016
    Software Analysis, Design and Development

Certifications

Skill set

Categories