Meetic : Rôle clé dans les décisions d'architecture logicielle

Meetic opère une plateforme de rencontres utilisée par des millions de personnes, avec des pics de trafic soutenus et une exigence de disponibilité permanente. À cette échelle, la moindre régression se paie cher : une fonctionnalité qui casse en production, c'est une expérience dégradée pour des utilisateurs qui paient, et une réputation qui s'érode.

Le défi n'était pas seulement d'écrire du code, mais de fiabiliser la façon dont ce code arrive en production. Déploiements manuels risqués, tests insuffisamment automatisés, manque de visibilité sur le comportement réel des applications : autant de points qui ralentissent les équipes et fragilisent une plateforme critique. Il fallait donc peser sur les décisions d'architecture, pas seulement exécuter des tickets.

Je suis intervenu à la fois sur le développement backend et sur l'industrialisation DevOps, en participant directement aux choix d'architecture. L'idée : rendre les livraisons prévisibles, testables et observables, du premier commit jusqu'à la production.

• Développement backend : conception et évolution de services soumis à une très forte charge utilisateur, avec un soin particulier porté à la robustesse et à la maintenabilité.

• Environnement d'automatisation : mise en place d'une chaîne Docker et GitLab CI/CD pour standardiser les environnements et automatiser les déploiements.

• Tests automatisés : intégration de tests fonctionnels BEHAT et de tests end-to-end dans la pipeline, pour bloquer les régressions avant la mise en production.

• Monitoring applicatif continu : instrumentation des applications pour détecter les anomalies en temps réel et réagir avant que l'utilisateur ne les subisse.

• Décisions d'architecture : contribution aux arbitrages techniques structurants, en tenant compte des contraintes de charge et des impacts métier.

L'automatisation et l'observabilité ont transformé la manière de livrer : moins de risques à chaque déploiement, plus de confiance dans les mises en production, et une capacité à détecter les problèmes tôt.

• Réduction du temps de déploiement grâce à la chaîne CI/CD

• Diminution des régressions détectées en production grâce aux tests automatisés.

• Amélioration du délai de détection des incidents via le monitoring.

• Fréquence de livraison des mises en production.