Site Reliability Engineer

Site Reliability Engineer - Compute - F/H/N

Au sein de votre équipe #OneTeam

• Intégrer la squad Compute qui opère le cœur de calcul de notre Public Cloud, depuis le provisioning de l'OS sur un serveur mis à disposition jusqu'à l'exposition de la capacité dans OpenStack. Cela couvre toute la chaîne logicielle : OS, kernel, routage sur l'hôte, Nova compute, agent Neutron, couche de virtualisation, ainsi que le durcissement et la sécurité des hôtes.
• Rejoindre l'équipe en tant que Site Reliability Engineer à forte expertise système, dont la mission première est de garantir la fiabilité, la disponibilité et la performance de cette chaîne en production : run, gestion des incidents, observabilité et amélioration continue. Ce socle s'accompagne de projets d'implémentation concrets, notamment le support de la gestion avancée des GPU dans Nova (nvlink/nvswitch). Vous travaillez avec des équipes internationales, dans un domaine où la demande en machines GPU est en forte croissance.
• Au sein d'OVHcloud, nous adoptons une approche de développement augmentée par l'IA, où l'IA générative est intégrée aux pratiques quotidiennes : conception, développement, tests, revue de code et documentation.

Vos principales responsabilités

• Assurer le run et la fiabilité de la chaîne compute : gestion des incidents, résolution des problèmes de fond, amélioration continue, en tirant parti des outils d'IA pour la détection et le diagnostic.
• Maîtriser la chaîne logicielle de bout en bout : OS, kernel, routage sur l'hôte, Nova compute, agent Neutron.
• Compiler et maintenir les composants de la stack (kernel, virtualisation, FRR, OpenStack) : versions, patchs, packaging.
• Durcir et sécuriser les hôtes et la couche de virtualisation : hardening OS, configuration système, isolation des processus.
• Mettre en place et exploiter l'observabilité : métriques, logs, alerting, SLI/SLO.
• Contribuer aux projets de la squad, dont le support de la gestion avancée des GPU dans Nova.
• Travailler avec les équipes produit, sécurité, architecture et les autres squads.
• Tenir les standards de qualité : code, tests, documentation.

Votre futur impact

Dans 6 mois

• Vous avez pris la mesure de votre périmètre : la chaîne compute de bout en bout, l'état de la delivery, les indicateurs de fiabilité.
• Vous avez établi des relations de confiance avec vos Product Owners, Tech Leads, Architectes et pairs SRE.
• Vous êtes devenu autonome sur la stack : OS, virtualisation, réseau sur l'hôte, OpenStack.
• Vous avez mené un premier chantier de fiabilisation, de durcissement ou d'automatisation.
• Vous avez pris en main le projet de support de la gestion avancée des GPU dans Nova (NVLink/NVSwitch).

Et dans 1 an

• Vous délivrez de manière prédictible sur la roadmap de la squad Compute, en tenant les SLO de votre périmètre.
• Vous êtes devenu un référent interne sur la chaîne compute, son run et sa sécurisation au sein de PCI.
• Vous avez fait progresser significativement le support de la gestion avancée des GPU dans Nova (NVLink/NVSwitch).
• Vous avez fait grandir les pratiques de la squad (mentoring, standards, IA, partage de connaissances).

Compétences requises :

• Vous maîtrisez l'expertise système et OS, incluant Linux, la compilation et le packaging.

• Vous possédez une solide expérience en sécurisation des hôtes et virtualisation avec KVM/QEMU/libvirt.

• Vous connaissez OpenStack et les architectures hautement disponibles.

• Vous maîtrisez Python ou Go ainsi que les pratiques DevOps et pipelines CI/CD.

• Vous faites preuve d'autonomie, d'adaptabilité et d'un fort esprit critique.

• Vous assurez une fiabilité opérationnelle en équipe internationale tout en maintenant un apprentissage continu.