À propos
Architecte Elasticsearch & Plateformes IA Cloud-Native
Je conçois les…
Je conçois les…
Articles de Vany
-
Blockchain and Big Data: the match made in heavens
Blockchain and Big Data: the match made in heavens
Big Data and Blockchain
Activité
1 k abonnés
-
Vany Ferrand a partagé ceciLe benchmark dit tout. Lequel est ton moteur ? J'ai testé Elasticsearch vs OpenSearch sur 20 millions de documents. Résultat : Elasticsearch écrase OpenSearch sur la recherche vectorielle filtrée. → 8x plus de throughput → Latence divisée par 3 → Recall supérieure Même Lucene. Même dataset. Même infra. Pourtant, l'écart est brutal. Pourquoi ? Parce que la recherche vectorielle filtrée, c'est pas un coup de baguette magique. Dans un workflow d'IA réel, ton agent fait des dizaines de boucles : → retrieve → reason → retrieve → reason Chaque milliseconde perdue se multiplie. Chaque point de recall manqué dégrade la pertinence. Exemple concret : assistant shopping. Une seule requête utilisateur = 5 à 10 recherches vectorielles filtrées en arrière-plan. Si ton moteur rame ou loupe des résultats ? → Tu multiplies les requêtes pour compenser → Tu exploses tes coûts infra → Tu déçois l'utilisateur Elasticsearch ne fait pas que "mieux performer". Il te permet de scaler sans sacrifier l'expérience. Il réduit tes coûts en faisant plus avec moins. Il livre la précision que tes agents exigent. Pour de l'IA à grande échelle, le choix du moteur n'est pas neutre. C'est validé. Les amis, on me propose régulièrement de belles missions sur Kafka et Elastic. Si ça t'intéresse ça se passe ici : https://lnkd.in/eXy5squR
-
Vany Ferrand a partagé ceciElasticsearch n'a pas de limite stricte de taille. Mais en production, j'ai appris que trois seuils font toute la différence : La taille des shards : entre 10 et 50 Go, max 200 millions de documents. Trop petits = surcharge. Trop gros = lenteur. Le nombre de shards par nœud : jusqu'à 1 000 (hors frozen). Avec l'ILM qui crée automatiquement des shards, tu peux vite perdre le contrôle. L'adéquation du stockage : garder des données froides sur du SSD rapide, c'est brûler du budget pour rien. Pour éviter d'exploser la limite de shards : - Réduire le nombre de primaires - Espacer les rollovers - Ajouter des nœuds Pour le stockage, privilégie les SSD locaux pour les données "hot", les HDD pour "warm", et les snapshots pour "cold" et "frozen" (gros gains de coût, mais licence Enterprise requise pour frozen). L'ILM automatise tout ça. Il fait passer tes données entre les tiers de stockage, optimisant les coûts sans intervention manuelle. Depuis 2026, AutoOps (gratuit) surveille la santé du cluster. Il détecte les shards trop gros, les déséquilibres, les lenteurs. Il alerte et recommande. Sur Elastic Cloud, c'est automatisé. En auto-hébergement, tu dois surveiller activement et tester avec Rally selon ta charge réelle. J'ai vu trop de clusters partir en vrille parce qu'on négligeait ces paramètres. Surveiller la taille et le nombre de shards, adapter le stockage selon la chaleur des données, s'appuyer sur AutoOps pour anticiper les problèmes. C'est notre responsabilité d'architecte. Parce qu'un cluster stable, c'est un métier serein. Les amis, on me propose régulièrement de belles missions sur Kafka et Elastic. Si ça t'intéresse ça se passe ici : https://lnkd.in/eXy5squR
-
Vany Ferrand a partagé ceciTu as peur de perdre en précision avec les optimisations d'Elasticsearch ? Je te comprends parfaitement. Franchement, c'est difficile de faire confiance à la quantification et à la recherche approximative quand on te dit que ça compresse tes vecteurs et que ça accélère au détriment de la qualité ! Pourtant, il faut tester. Parce que la crainte ne doit jamais remplacer la mesure. Et que les préjugés techniques sont souvent plus tenaces que la réalité. C'est précisément pour ça que j'ai monté une petite expérience sur le dataset DBPedia-14, catégorie "Film". J'ai indexé les mêmes données dans deux champs : un en recherche exacte (brute force), l'autre en mode optimisé (HNSW + quantification BBQ). Même modèle d'embedding, Jina v5. 50 requêtes aléatoires pour mesurer le Recall@10. Eh bien voilà le résultat : Plus de 99% de rappel. Même avec 40 000 documents. Même avec la compression. Même avec l'approximation. Pourquoi ? Parce qu'Elasticsearch ne sacrifie pas la qualité. Il fait d'abord une recherche rapide sur les vecteurs compressés, puis un rescoring précis sur les candidats retenus. Vitesse ET précision. Les deux. Alors oui, ces résultats sont valables sur MES données, avec MON use case, dans MON contexte. Tes résultats peuvent varier. Ton dataset n'est pas le mien. Ton modèle non plus. Mais c'est justement pour ça qu'il faut que tu testes toi aussi. C'est facile à mettre en place, ça demande peu de configuration, et tu sauras exactement où tu en es. Alors voilà, juste un conseil : arrête de croire sur parole. Mesure. Compare. Décide en connaissance de cause. On a besoin de rigueur, pas de suppositions. ___________ Les amis, on me propose régulièrement de belles missions sur Kafka et Elastic. Si ça t'intéresse, ça se passe ici : https://lnkd.in/eXy5squR
-
Vany Ferrand a partagé ceciQuand j'ai découvert Google Cloud, je ne connaissais rien à leur approche. Mon ignorance m'a ouvert les yeux. Au début, je cherchais les mêmes patterns qu'avec AWS et Azure. Les mêmes architectures, les mêmes réflexes. Mais j'ai compris un truc : Google Cloud ne joue pas le même jeu. Là où AWS et Azure couvrent tout, Google Cloud innove différemment. Là où les autres accumulent, Google Cloud simplifie. Là où on gère, Google Cloud automatise. D'ailleurs... ◉ Leur approche multicloud est native, pas ajoutée après ◉ BigQuery traite des pétaoctets comme si c'était normal ◉ GKE gère Kubernetes mieux que personne ◉ Vertex AI intègre l'IA partout, sans friction Quand j'ai vraiment exploré Google Cloud, j'ai arrêté de comparer. J'ai découvert une plateforme pensée pour les développeurs. Une obsession pour la productivité. Une vision où l'IA n'est pas un service, mais le cœur. Alors la prochaine fois que tu hésites entre les clouds... Sauvegarde ce post et rappelle-toi : Le meilleur outil n'est pas celui qui fait tout. C'est celui qui fait ce dont tu as besoin, mieux que les autres. Les amis, on me propose régulièrement de belles missions sur Kafka et Elastic. Si ça t'intéresse ça se passe ici : https://lnkd.in/eXy5squR
-
Vany Ferrand a partagé ceciCe que personne ne dit sur REST et gRPC : C'est qu'ils ne jouent pas dans la même cour. Pendant longtemps, j'ai utilisé REST partout. Simple, lisible, universel. Jusqu'au jour où j'ai découvert gRPC. REST, c'est le modèle classique : un client, une requête, une réponse. Tu manipules des ressources avec des verbes HTTP (GET, POST...) et des URLs. C'est orienté entité. gRPC, c'est différent. Grâce à HTTP/2, tu peux faire : → du streaming bidirectionnel → du streaming serveur → des appels unaires → du streaming client C'est orienté service. Tu appelles des fonctions, comme dans ton code applicatif. REST utilise principalement JSON : lisible, flexible, mais moins performant. gRPC utilise Protocol Buffers : un format binaire ultra-rapide, mais illisible pour l'humain. Résultat ? gRPC est plus performant et flexible pour des échanges complexes. Mais REST reste plus accessible pour le débogage et l'intégration simple. Avant, je pensais qu'une seule approche suffisait. Maintenant, je sais que chaque architecture a sa place. Et tu sais quoi ? Les meilleures solutions techniques naissent quand tu choisis l'outil adapté au besoin, pas celui que tu connais le mieux. Les amis, on me propose régulièrement de belles missions sur Kafka et Elastic. Si ça t'intéresse ça se passe ici : https://lnkd.in/eXy5squR
-
Vany Ferrand a partagé ceciPlein de fois dans ma carrière, j'ai vu des JWT mal implémentés. Et c'était la porte ouverte à tous les dangers 🔴 Les JWT, c'est puissant : authentification stateless, interopérabilité, simplicité dans les architectures distribuées. Mais leur sécurité dépend TOUT de l'implémentation. J'ai vu des serveurs qui ne vérifiaient même pas la signature. Des applications qui acceptaient l'algorithme "none". Des secrets faibles, cassables en quelques minutes. Et les attaques les plus vicieuses ? ◉ Le kid manipulé : path traversal, injection, tout y passe ◉ Le paramètre jwk : l'attaquant injecte sa propre clé publique ◉ L'Algorithm Confusion : quand on confond symétrique et asymétrique ◉ Le paramètre jku : redirection vers un serveur contrôlé, avec bonus SSRF Le pire ? Un JWT compromis ne peut pas être révoqué avant expiration. Sans mécanisme de blacklist, tu es coincé. Maintenant, je le sais. La sécurité des JWT, ce n'est pas une option. Il faut définir une liste blanche d'algorithmes. Toujours vérifier la signature. Utiliser des bibliothèques reconnues. Complexifier les secrets. Ajouter un claim d'expiration. Ces bonnes pratiques qu'on applique rigoureusement, on ne les regrette jamais. Alors la prochaine fois que tu implémenteras un JWT... Sauvegarde ce post et rappelle-toi : Une mauvaise configuration peut tout compromettre. Les amis, on me propose régulièrement de belles missions sur Kafka et Elastic. Si ça t'intéresse ça se passe ici : https://lnkd.in/eXy5squR
-
Vany Ferrand a partagé ceciQuand j'ai passé la certification Terraform, je ne savais pas que ça allait tout changer. Je viens d'obtenir la HashiCorp Certified Terraform Associate (HCTA0-004). Après avoir validé l'AWS Solutions Architect - Associate, c'était l'étape logique : maîtriser l'Infrastructure as Code. Parce que concevoir une architecture cloud, c'est bien. Mais pouvoir la déployer, la versionner et la reproduire à l'infini, c'est mieux. Terraform est devenu le standard pour provisionner des infrastructures sur AWS, Azure, GCP, Kubernetes, et même des services SaaS. Concrètement, ça me permet de : ◉ Travailler en multi-cloud sans enfermement propriétaire ◉ Automatiser les déploiements avec un contrôle de version total ◉ Modéliser des architectures complexes sous forme de code déclaratif Cette compétence s'intègre parfaitement à ma feuille de route : Elasticsearch (moteur de recherche/observabilité) + Kubernetes (orchestration) + Terraform (Infrastructure as Code) + AI/LLM (couche intelligente). Prochaines étapes : La certification Elastic Certified Engineer, puis CKA (Kubernetes), et mon projet signature de RAG pipeline avec Elasticsearch comme base vectorielle. Si tu travailles sur des sujets d'infrastructure cloud, d'automatisation ou de plateformes de données scalables, je serais ravi d'échanger sur tes besoins ou tes retours d'expérience. Alors la prochaine fois que tu hésites à te lancer dans une nouvelle certification... Sauvegarde ce post et rappelle-toi : Chaque compétence technique est une brique de plus vers ton projet. #Terraform #InfrastructureAsCode #AWS #Elasticsearch #Kubernetes #Certification #CloudArchitect #DevOps Les amis, on me propose régulièrement de belles missions sur Kafka et Elastic. Si ça t'intéresse ça se passe ici : https://lnkd.in/eXy5squR
-
Vany Ferrand a partagé ceciView my verified achievement from HashiCorp.HashiCorp Certified: Terraform Associate (004) was issued by HashiCorp to Vany Aimery Ferrand.HashiCorp Certified: Terraform Associate (004) was issued by HashiCorp to Vany Aimery Ferrand.
Vany Ferrand a commenté un post
1 mois
Félicitations Mamby!
Vany Ferrand a répondu à un commentaire
3 mois
samy Hamidou Mercy Samy. Oui ils ont vraiment pensé intégration pipeline IaC pour des déploiements naturellement rapide.
-
Vany Ferrand a aimé ceciVany Ferrand a aimé ceciWe just raised $13M — the largest fundraise in the history of #Ethiopian startups 🇪🇹 https://lnkd.in/eF8769YN But honestly, what this means to me is simple. We survived. When I decided to start a company in #Ethiopia without knowing anyone 3.5 years ago, almost everyone thought it was a bad idea. Friends, international investors, even people on the ground in Ethiopia laughed at me and pointed to the same issues — forex, bureaucracy, customs, visa, no foreign investor protection, corruption. But I decided to ignore them and bet on Ethiopia. Yes, getting started was messy but I got lucky with people. I met Chuan Yee, who left Yamaha Motor Co., Ltd. in Japan to move to Ethiopia and live in the same apartment as me. I met Hilina Legesse after she stepped down as CEO of Ethiojobs.net. And I met Abenezer Yakob, the best CTO I know in the continent. Addis Alemayehou also helped me to connect with some high officials to confirm the ambition of the country on e-mobility, even though there were no EVs in Ethiopia at that time. In the beginning, we stayed scrappy coz we didn’t have money. No office, just a living room. We paid managers less so we could pay junior team members more, and gave heavy discounts to get our first bikes on the road. Initial investor yasuhiro yoshizawa didn’t just invest — he showed up. He came to Ethiopia 15 times in the last 3 years and kept bringing Japanese investors. Many were skeptical at first, but changed their minds after seeing the energy of young Ethiopians on the ground and the country’s potential. They joined our boat. Even now, it still feels like survival mode. Bureaucracy, customs, new rules, new tech — every day is a fight. I remember Girma Wake from Ethiopian Airlines telling me 3 years ago: the first three years in Ethiopia are the hardest. Most people give up. If you survive, it gets smoother. We’re just crossing that line. Today, we’re a team of 100 people with an average age of 26, working toward one mission — making urban e-mobility accessible across Africa, starting in Addis Ababa. It’s been messy, stressful, and uncertain. Still worth it. Our goal now is to create 100K jobs through e-motorbikes over the next 4 years — powering the gig economy, e-commerce, and green mobility. We’re just getting started. Samuel Tariku Piniel Berhane Abiero Origa Milka Seid Shega Adane Alazar Mulugeta Susan Tissiman Joel Thomson, CFA Geoffrey British International Investment Persistent Inclusion Japan Bruce Jin Leslie Maasdorp
-
Vany Ferrand a aimé ceciVany Ferrand a aimé ceciOn parle souvent des résultats, plus rarement du chemin. Cette semaine, j’ai pris le temps de poser mon parcours au micro de Tademy Pas pour raconter une “success story”. Mais pour mettre des mots sur ce qu’on ne voit pas. Thanks Sofiane ⵣ Hamoumraoui pour ce moment. 🤜🏽🤛🏼. Stay tuned 🎙️ #podcast #tech #coaching #hubspot
Expérience et formation
-
Atos
Voir toute l’expérience de Vany
Découvrez son poste, son ancienneté et plus encore.
ou
Licences et certifications
-
-
-
Hortonworks Certified Associate
Hortonworks, Inc.
-
-
-
Business English Certificate Higher
Cambridge English Language Assessment
Délivrance leID 134FR0358008 du diplôme -
-
Projets
-
Final year study project : Business Intelligence & Big Data
-
Creation of an innovating open-source BI solution which enables Company to successfully analyze the behaviour of Twitter's users through their tweets. The project gives you the possibility to even use Geolocation to find out where the subjects are trending on the map.
Rôle : Project Manager
Methode : Agile
Project Management
Managing the road map of the project
Needs Analysis
Writing functional and technical specifications
Development of reporting…Creation of an innovating open-source BI solution which enables Company to successfully analyze the behaviour of Twitter's users through their tweets. The project gives you the possibility to even use Geolocation to find out where the subjects are trending on the map.
Rôle : Project Manager
Methode : Agile
Project Management
Managing the road map of the project
Needs Analysis
Writing functional and technical specifications
Development of reporting tools.
Environnement : SQL Server, Talend, Hadoop, Qlikview & GéoQlik, MS Project, Power AMCAutres créateurs -
-
AllmyT Home Automation
-
Creation of a JAVA interface in order to manage a prototype of an intelligent home control device with the voice.
Autres créateurs -
Prix et distinctions
-
BEC
Cambridge English
Business English certificate (BEC) Higher
grade B -
TOEIC
ETS
Test of English for International Communication
945/990
-
Innovation Day
Efrei
http://www.efrei.fr/actualite/innovation-day-efrei-2013-election-du-meilleur-projet-eleves-jeudi-4-avril-2013-13h30#.Umzgqfk3Yrw
Langues
-
French
Bilingue ou langue natale
-
English
Capacité professionnelle complète
-
German
Compétence professionnelle limitée
-
Japanese
Notions