Missions freelance
Développeurs JAVA/SPRING

Compétences organisationnelles et méthodologiques :
• Respect des standards/normes W3C (expérimenté),
• Conception et Modélisation Objet (expérimenté), UML (diagramme de classe, diagramme d’instance, patrons de conception du GOF),
• Maîtrise des bonnes pratiques de développement (versionning, modèle MVC, lisibilité/qualité du code, tests, intégration continue …),
• Maitrise des bonnes pratiques de mise en oeuvre de services SOA (services Orientés Architecture),
• Maitrise des bonnes pratiques de mise en oeuvre d’une architecture de μ services, APIs et webservices REST,
• Maitrise des bonnes pratiques scrum et de l’utilisation de JIRA pour l’agilité,
• Bonne connaissance des bonnes pratiques de sécurité des SI applicables aux développements.
Compétences architecture technique :
• Maitrise (utilisation et configuration) des services cloud Azure en particulier :
o App Service Plan,
o App Service,
o Azure Database for PostgreSQL flexible servers et le langage SQL,
o Storage Account,
o Load Balancer,
Compétences intégration/ Déploiement continue et tests (EUL) :
• Gitlab
• Maven,
• Jenkins,
• Artifactory,
• Ansible,
• Junit.
Compétences développement :
• Solide compréhension du langage Java, en particulier la version 17 utilisée dans ce projet,
• Maitrise de Spring et en particulier de :
o Spring Framework
o SpringBoot,
o SpringCloud,
o SpringData, JPA et Hibernate,
o SpringSecurity et en particulier l’implémentation des mécanisme d’authentification par Jeton JWT (SAML et OIDC),
o Utilisation associé à Spring des libraires de référence come Lombok, MapStruct, Flyway.
• Maitrise Swagger/OpenAPI et les annotations spring pour la documentation des API.
• Maitrise du langage PYTHON et en particulier des librairies de traitement et l'analyse de données (prérequis : Databricks),
• Maitrise de Databricks (ou Apache Spark) :
o Architecture générale de Databricks,
o Utilisation de Databricks Workspace et des notebooks Python,
o Traitement et analyse avancée des données,
o Intégration de données provenant de sources hétérogènes, et l'élaboration de pipelines de données.
o Optimisation des requêtes.
Environnement technique :
• Développement JAVA / Spring, Databricks et Angular (optionnel)
• Cloud Azure,
• Architecture de μ-services,
• Serveur de BDD PostgreSQL,
• Chaine d’intégration continue (Gitlab, Jenkins, Artifactory, Ansible)