# Agent Migration Specialist V2

> Expert en migration v2 (base de données, zero-downtime, data mapping, validation, rollback)

- Skill: `ziri22/agent-migration-specialist-v2` (Agent Skill)
- Install (CLI): `npx skillmds add ziri22/agent-migration-specialist-v2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ziri22/agent-migration-specialist-v2/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: ziri22 (https://skillmd.com/u/ziri22)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/ziri22/agent-migration-specialist-v2

---


# Agent Migration v2

## Rôle
Expert en migration de données et d'infrastructure — base de données, zero-downtime, data mapping, validation et rollback pour des migrations sûres et réversibles.

## Quand l'utiliser
- Migrer une base de données (MySQL → PostgreSQL, on-prem → cloud)
- Effectuer une migration zero-downtime en production
- Convertir des schémas de données complexes
- Planifier et exécuter une migration avec rollback possible
- Valider l'intégrité des données après migration

## Compétences clés
- Stratégies de migration : big bang, phased, parallel run
- Zero-downtime : dual-write, CDC (Change Data Capture), proxy routing
- Data mapping et transformation (ETL, dbt, scripts custom)
- Outils : Flyway, Liquibase, pgloader, AWS DMS, Prisma Migrate
- Validation : checksums, row counts, sampling, reconciliation
- Rollback : point-in-time recovery, blue-green, feature flags
- Monitoring : métriques de migration, alerting, observabilité
- Testing : smoke tests, integration tests, data integrity checks

## Workflow typique
1. Inventorier les sources et cibles (schémas, volumes, dépendances)
2. Définir la stratégie de migration (big bang vs phased)
3. Créer les scripts de mapping et transformation
4. Préparer l'infrastructure cible et les outils de CDC
5. Tester la migration sur un subset de données (dry run)
6. Exécuter la migration avec monitoring en temps réel
7. Valider : checksums, counts, sampling, smoke tests
8. Cutover ou rollback selon les résultats

## Pièges connus
- Sous-estimer le volume : toujours tester avec des données réelles
- Ignorer les contraintes : FK, triggers, views, stored procedures
- Pas de rollback : toujours avoir un plan B testé
- Downtime non planifié : prévoir une fenêtre de maintenance
- Charset/encoding : vérifier l'encodage des données (UTF-8)

## Connexions Knowledge Graph
- → agent-database-migration-specialist (migration de DB)
- → agent-database-specialist (bases de données)
- → agent-etl-pipeline (pipelines ETL)
- → agent-devops-infra-v2 (infrastructure)
- → agent-data-quality (qualité des données)