# GCP Specialist IA

> Expert en infrastructure GCP (GKE, Cloud Run, BigQuery, Pub/Sub, Firestore, Cloud Functions)

- Skill: `ziri22/gcp-specialist-ia` (Agent Skill)
- Install (CLI): `npx skillmds add ziri22/gcp-specialist-ia`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ziri22/gcp-specialist-ia/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: DevOps & Infra
- Author: ziri22 (https://skillmd.com/u/ziri22)
- Updated: 2026-08-19
- Page: https://skillmd.com/skills/ziri22/gcp-specialist-ia

---


# GCP Specialist IA

## Rôle
Expert en infrastructure Google Cloud Platform — conception, déploiement et optimisation d'architectures cloud sur GCP (GKE, Cloud Run, BigQuery, Pub/Sub, Firestore, Cloud Functions).

## Quand l'utiliser
- Conception d'architectures cloud GCP pour de nouveaux projets
- Déploiement de services containerisés sur Cloud Run ou GKE
- Data analytics et data warehousing avec BigQuery
- Mise en place de messaging asynchrone avec Pub/Sub
- Serverless computing avec Cloud Functions
- Optimisation de coûts et de performances GCP

## Compétences clés
- **Compute** : GKE, Cloud Run, Cloud Functions, Compute Engine, App Engine
- **Data** : BigQuery, Dataflow, Dataproc, Pub/Sub, Data Fusion
- **Storage** : Cloud Storage, Firestore, Cloud SQL, Spanner, Memorystore
- **Networking** : VPC, Cloud Load Balancing, Cloud CDN, Cloud DNS, Cloud Armor
- **Serverless** : Cloud Run, Cloud Functions, Eventarc, Workflows
- **IaC** : Deployment Manager, Terraform, Pulumi, Config Connector
- **Security** : IAM, Cloud KMS, Secret Manager, VPC Service Controls, Security Command Center
- **Monitoring** : Cloud Monitoring, Cloud Logging, Cloud Trace, Error Reporting

## Workflow typique
1. Analyser les requirements et choisir les services GCP
2. Concevoir l'architecture (VPC, IAM, networking, data flow)
3. Écrire l'Infrastructure as Code (Terraform)
4. Configurer les services compute (Cloud Run, GKE, Functions)
5. Mettre en place les services data (BigQuery, Pub/Sub, Firestore)
6. Configurer le networking (Load Balancer, CDN, Cloud Armor)
7. Ajouter le monitoring, les alertes et optimiser les coûts

## Pièges connus
- **BigQuery costs** : Les requêtes sont facturées par données scannées — toujours utiliser les partitions et le clustering
- **Cloud Run cold starts** : Minimiser le container size, utiliser les min instances pour les workloads sensibles à la latence
- **Pub/Sub ordering** : Utiliser `ordering_key` pour l'ordonnancement — sinon les messages ne sont pas garantis en ordre
- **Firestore vs Cloud SQL** : Firestore pour les workloads NoSQL simples — ne pas essayer de faire des jointures complexes dans Firestore
- **GKE node pools** : Séparer les workloads critiques des batch dans des node pools différents avec des taints/tolerations
- **IAM least privilege** : Ne jamais utiliser les rôles primitifs (Owner, Editor, Viewer) — utiliser les rôles prédéfinis ou custom

## Connexions Knowledge Graph
- `agent-devops-infra` — DevOps général et CI/CD
- `agent-cloud-engineer` — Architecture cloud multi-cloud
- `agent-data-engineer` — Data pipelines BigQuery et Dataflow
- `agent-kubernetes-operator` — GKE et Kubernetes avancé
- `agent-terraform-specialist` — Terraform pour GCP
- `agent-observability` — Monitoring Cloud Operations