Site Reliability Engineer

Bonjour à tous, Voici un new besoin client urgent – je vous remercie de proposer des CV qualifiés techniquement tout en respectant le tarif proposé (soumis à grille, non négociable) svp. Site Reliability Engineer (SRE) – Cloud / Kubernetes Localisation : Sophia Antipolis Possibilité de localisation à La Ciotat en cours de discussion Anglais : obligatoire, niveau professionnel Astreintes 24/7 à prévoir Télétravail à hauteur de 10j max / mois TJM maximum : 350 € HT OU CDI maxi 42K Durée : TRES Longue durée Démarrage : ASAP Contexte Dans le cadre du développement et de l'exploitation d'une solution Telecom innovante déployée dans un environnement Public Cloud, nous recherchons un Site Reliability Engineer (SRE). La solution présente de fortes exigences de haute disponibilité, performance et fiabilité. La mission s'inscrit dans la mise en place et le renforcement d'une équipe SRE dédiée au produit. Principales responsabilités
• Automation & Infrastructure as Code
• Concevoir, déployer et maintenir des infrastructures Cloud scalables.
• Automatiser les opérations à l'aide de Terraform, Ansible et Kubernetes.
• Développer et maintenir les pipelines CI/CD sous GitLab.
• Availability & Reliability Engineering
• Définir et suivre les SLO / SLI.
• Mettre en œuvre et piloter les Error Budgets.
• Garantir un haut niveau de disponibilité et de stabilité de la plateforme.
• Incident Management & On-call
• Participer aux rotations d'astreinte 24/7.
• Assurer le troubleshooting avancé des incidents de production.
• Contribuer à l'analyse des causes racines et à la résolution durable des incidents.
• Performance & Capacity Planning
• Analyser les performances du système et identifier les bottlenecks.
• Réaliser le capacity planning afin d'anticiper la croissance et les pics de charge.
• Observability & Monitoring
• Définir et améliorer les stratégies de monitoring et d'alerting.
• Exploiter des solutions d'observabilité telles que Datadog.
• Assurer une visibilité complète sur la santé et la performance de la plateforme.
• Continuous Improvement
• Piloter des postmortems blameless après incident.
• Identifier et mettre en œuvre les actions techniques permettant d'éviter les récurrences.
• Security & Compliance
• Collaborer avec les équipes Cloud Security.
• Participer à la mise en œuvre des bonnes pratiques de sécurité et à la gestion des accès.
• Contribuer au traitement des vulnérabilités et incidents de sécurité.
• Service & Stakeholder Management
• Contribuer à la relation avec les différentes parties prenantes.
• Participer à la définition des plans d'amélioration de la solution.
• Prendre en charge les enjeux liés à la disponibilité du service. Compétences clés recherchées Indispensables / fortement attendues :
• Expérience significative en SRE / Production Engineering / Cloud Operations
• Kubernetes
• Terraform
• Ansible
• GitLab CI/CD
• Public Cloud
• Monitoring / Observability
• Gestion d'incidents de production
• SLO / SLI / Error Budgets
• Performance & Capacity Planning
• Anglais professionnel obligatoire
• Capacité à travailler dans un contexte de production critique et à forte disponibilité Apprécié :
• Expérience Datadog
• Expérience Telecom
• Expérience sur des environnements haute disponibilité / forte volumétrie
• Culture DevOps / automation / continuous improvement