FinOps et optimisation coûts cloud

Contexte

Opérateur de transport public avec 15 applications data monolithiques (Java/Spring) déployées sur des serveurs physiques. Les déploiements se font en heures creuses (2h-5h du matin) 1 fois par mois avec une fenêtre de maintenance de 3h. Chaque déploiement est à risque : les rollbacks sont manuels et prennent 2h.

Problème & Défi

Déploiements mensuels à 2h du matin : stress opérationnel, indisponibilité planifiée. Rollback manuel de 2h en cas d'incident : MTTR inacceptable pour des systèmes de transport. Scalabilité impossible : chaque application est monolithique et dimensionnée pour le pic maximal. Coûts d'infrastructure élevés : serveurs dimensionnés pour le pic utilisés à 30% en moyenne. Impossibilité de déployer des correctifs urgents hors de la fenêtre mensuelle.

Solution & Livrables

Containerisation des 15 applications avec migration vers une architecture microservices progressif. Orchestration Kubernetes avec auto-scaling basé sur les métriques applicatives (trafic, charge). Pipeline CI/CD complet : du commit au déploiement en production en 30 minutes avec tests automatisés. Déploiement blue/green et canary : mise en production sans interruption de service avec rollback instantané. Monitoring applicatif : APM, métriques business, alerting, dashboards opérationnels. Fondations standardisées (70%) + valeur ajoutée métier (30%).

Technologies