DevOps : Déploiement et cycle de vie d’une application¶

Description détaillée¶

L’objectif de ce projet est de faire la démonstration pratique de la plupart des éléments techniques appris durant le cursus DevOps.

L’activité de DevOps dans une équipe est une activité de support au développement et d’automatisation des divers éléments pratiques nécessaires au bon fonctionnement d’une application.

Ce projet consiste à rassembler les aspects pratiques découverts dans les modules du cursus et de les combiner autour d’une infrastructure pour réaliser le déploiement d’une application, conformément aux exigences de validation de votre formation.

Les projets sont réalisés en groupe de 3 ou 4 personnes maximum.

Application : FastAPI Traefik¶

Dépôt GitHub de l’application disponible ici

Un exemple d’API générique en Python proposé par DataScientest.
Ce projet pourra convenir pour ceux qui souhaitent créer une application ou modifier celle-ci.

Pour les objectifs du projet, on vous demandera de déployer l’application avec un déploiement en mode “micro-service” sur un tout nouvel environnement de façon sécurisée.
Il faudra également y inclure un point d’entrée (proxy) via **Traefik**.

Documentation Traefik

Il y a plusieurs possibilités :

Déployer cette application sur Kubernetes
Déployer cette application sur le Cloud
Déployer cette application sur un environnement local

L’application est simple, mais toute nouvelle fonctionnalité sera grandement appréciée et valorisée pour la validation du projet.

Ce projet convient également aux profils non à l’aise avec les langages de programmation.

Planning et attendus du projet¶

Cahier des charges¶

Description¶

Construire le cahier des charges et prise en main de l’application

Objectifs¶

Comprendre les objectifs du projet et les exigences fonctionnelles :

Définition des besoins métiers et de l’application utilisée.
Importation de l’application sur votre VCS
Schéma d’implémentation
Instancier un dépôt Git : l’organiser et le documenter
Organiser la gestion du projet : Choix des méthodes

Modules / Masterclass / Modèles¶

Documentation externe
Dépôt GitHub
Trello / Projet GitHub

Livrable et conditions de validation¶

Cahier des charges au format PDF

Infrastructure¶

Description¶

Configurer, déployer et sécuriser l’infrastructure pour l’application

Objectifs¶

Créer une architecture “micro-services” du projet avec une solution IaC :

Conteneurisation et orchestration
Choix des composants d’infrastructure de votre application (Front, Back, BDD…)
Gérer le réseau et les ports de connexion
La sécurité avec des protocoles chiffrés
Architecture sur plusieurs serveurs ou instances : haute disponibilité
Gestion des sauvegardes, Disaster Recovery

Modules / Masterclass / Modèles¶

Infrastructure :

Docker
Kubernetes
Administration Linux et NGINX
AWS (ECS, Kubernetes, EC2, auto-scaling, ELB, Route 53, ElasticBeanstalk)

Livrable et conditions de validation¶

Dépôt GitHub avec :

Script système de sauvegarde
Script application

Gestion des données¶

Description¶

Ingestion et consommation des données

Objectifs¶

Définir la nature, la vélocité et le volume de données pour l’application :

Choisir la solution technique de stockage de données selon l’application
Créer la base de données si besoin pour stocker les données de l’application
Programmer la sauvegarde des données de l’application
Mettre en place les droits d’accès
Ingestion des données dans l’application
Consommation par les utilisateurs
Gestion des logs

Modules / Masterclass / Modèles¶

SQL
MongoDB
AWS (RDS, Dynamo DB, S3, EFS)

Livrable et conditions de validation¶

Base de données fonctionnelle
Stockage des logs
Authentification / Autorisation

Pipeline CI/CD¶

Description¶

Configurer les pipelines pour automatiser les processus de compilation, de test, de déploiement et de livraison.

Objectifs¶

Éviter les erreurs humaines par l’automatisation.
S’assurer que les déploiements se déroulent de manière efficace et fiable.
Effectuer des tests automatisés et des tests d’intégration pour s’assurer que le code fonctionne correctement
Déployer le code sur un environnement de production ou de test en utilisant des outils automatisé
Intégrer le code source dans un environnement de développement centralisé
Limiter les interruptions de déploiement/livraison continue (blue/green)
Collecter les KPI afin de mesurer l’efficacité et le succès des pratiques DevOps. (Deployment Cycle Time, Deployment Frequency, Deployment Success Rate)

Modules / Masterclass / Modèles¶

Déploiement et automatisation :

Jenkins
Ansible
Github Actions
Circle CI/CD
AWS (CodeBuild, CodePipeline, CodeCommit, CodeStar)

Tests :

Unittest
Pytest
Selenium
JUnit

Livrable et conditions de validation¶

Scripts dans le dépôt GitHub

Supervision¶

Description¶

Définir des métriques et surveiller le système en production pour détecter les erreurs et les problèmes potentiels.

Objectifs¶

En utilisant un système de supervision, qui comprend un serveur, des agents de collecte et une console de supervision, déployer les agents afin de collecter les indicateurs (métriques) définis.
Configurer des tableaux de bord de surveillance pour suivre des métriques clés et configurer des alertes pour notifier les problèmes potentiels.
Définir les valeurs seuils et créer des alarmes pertinentes selon les métriques mesurées
Définir et créer des actions automatiques en réponse à ces alarmes
Lorsque la console fait apparaître un défaut sur un indicateur, déterminer l’origine du problème
Régulièrement, rapporter aux développeurs les statistiques de performance de leurs applications en production

Modules / Masterclass / Modèles¶

Prometheus
Grafana
Datadog
AWS (CloudWatch, EventBrige)

Livrable et conditions de validation¶

Fonctionnement de la solution de monitoring
Accès aux outils
Tableau de bord

Automatisation¶

Description¶

Automatiser le déploiement, de l’infrastructure des environnements et de l’application.

Objectifs¶

Automatiser le déploiement de la configuration du serveur (IaC)
Créer des modèles déclaratifs (YAML) pour déployer l’infrastructure, les environnements et l’application
Utiliser les variables d’environnement pour sécuriser les données sensibles et éviter la redondance de modèles.
Ces modèles seront réutilisables, répétables peu importe l’environnement déployé

Modules / Masterclass / Modèles¶

Automatisation (IaC)
Terraform
AWS (CloudFormation)

Livrable et conditions de validation¶

Dépôt GitHub avec modèles IaC fonctionnels

Compétences requises pour le titre R.N.C.P.¶

Pour le diplôme RNCP, le projet couvre obligatoirement les compétences suivantes :

Automatiser le déploiement d’une infrastructure
Architecture micro-services : gérer des conteneurs
Exploiter une solution de supervision

Condition de validation du titre R.N.C.P.¶

Le projet donne lieu à deux productions :

Un dossier de projet à remettre au jury
Un support de présentation de type diaporama

Dossier de projet¶

Le dossier de projet est individuel et respecte le plan type suivant :

Cahier des charges ;
Spécifications techniques du projet
Élaborées par le candidat,
Comprenant de préférence un schéma de l’infrastructure à déployer et/ou de l’application à mettre en production ;
Description de la démarche et des outils utilisés ainsi que des collaborations éventuelles avec les autres équipes ;
Réalisations du candidat comportant les configurations et scripts les plus significatifs accompagnés d’un argumentaire ;
Description d’une situation de travail ayant nécessité une recherche effectuée par le candidat durant le projet.

Support de présentation¶

Le candidat présente individuellement son projet à l’aide d’un support de présentation de type diaporama réalisé en amont de l’épreuve, et selon ce canevas :

Présentation de l’entreprise et/ou du service ;
Contexte du projet (cahier des charges, contraintes, livrables attendus) ;
Présentation de l’infrastructure à déployer et/ou de l’application à mettre en production ;
Présentation d’un exemple significatif du travail réalisé par le candidat ;
Présentation d’un exemple de recherche effectuée ;
Synthèse et conclusion (satisfactions et difficultés rencontrées).

Informations complémentaires concernant l’entretien technique :

L’entretien technique se déroule obligatoirement à l’issue de la présentation du projet réalisé en amont de la session.

Diplôme certifié DataScientest¶

Généralités validation DataScientest¶

Les exigences et le contenu du projet seront identiques.
Vous travaillerez en groupe.
Ne s’applique pas aux apprenants en alternance ou projets individuels.
Tous les groupes de projets seront encadrés par un mentor.
Une réunion par sprint pour faire le point sur les avancements.
Un salon dédié sur Slack pour votre projet avec votre mentor sera à votre disposition.
L’évaluation finale repose sur deux éléments :
la soutenance et
votre livrable du projet (GitHub, GitLab…)

Critères d’éligibilité au projet¶

Valider les modules du premier sprint :
Python 101 DevOps
Virtualisation et Vagrant
Introduction à Linux et Bash
Valider le module Administration des systèmes Linux

Critères d’évaluation des travaux¶

Qualité des rendus intermédiaires :
Pas d’obligation de résultats, mais une obligation d’effort.
Gestion de votre temps et de votre effort.
Preuve de travail en équipe.
Ne s’applique pas aux apprenants en alternance ou projets individuels.
Communication et suivi avec votre mentor.
Prise de recul sur le sujet.

Note

Le mentor n’est pas un membre de l’équipe.

!!!

Conditions de validation (Bootcamp & POEI & Continue)¶

Remise du dépôt GitHub en bonne et due forme :
Production organisée et fonctionnelle.
Documentation, “README” avec procédure d’installation du projet.
Soutenance finale en groupe de 35 minutes
10 Minutes de présentation
10 minutes de démonstration
15 minutes questions / réponses

Last update: November 21, 2023
Created: November 17, 2023