Site Reliability Engineer (SRE) – Cloud / Kubernetes

Contexte de la mission Dans le cadre du développement et de l’exploitation d’une solution télécom innovante déployée dans un environnement Public Cloud, nous recherchons un Site Reliability Engineer (SRE). La solution présente des exigences élevées en matière de disponibilité, de performance et de fiabilité. Le consultant intégrera une équipe SRE dédiée au produit afin de renforcer la stabilité, la résilience et la performance de la plateforme.

Missions principales

1. Automatisation et 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.
2. Disponibilité et fiabilité Définir et suivre les SLO (Service Level Objectives) et SLI (Service Level Indicators). Mettre en œuvre et piloter les Error Budgets. Contribuer à garantir un haut niveau de disponibilité et de stabilité de la plateforme.
3. Gestion des incidents et astreintes Participer aux rotations d’astreinte 24/7. Assurer le diagnostic avancé des incidents de production. Analyser les causes racines et mettre en œuvre des solutions durables.
4. Performance et capacité Analyser les performances du système et identifier les goulots d’étranglement. Réaliser le capacity planning afin d’anticiper la croissance et les pics de charge.
5. Observabilité et 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 les performances de la plateforme.
6. Amélioration continue Piloter des postmortems sans recherche de culpabilité après les incidents. Identifier et mettre en œuvre des actions techniques pour éviter leur récurrence.
7. Sécurité et conformité Collaborer avec les équipes Cloud Security. Participer à l’application des bonnes pratiques de sécurité et à la gestion des accès. Contribuer au traitement des vulnérabilités et des incidents de sécurité.
8. Gestion du service et coordination Collaborer avec les différentes parties prenantes. Participer à la définition des plans d’amélioration de la sol Profil Nous recherchons un Site Reliability Engineer disposant d’au moins 5 ans d’expérience en SRE, Production Engineering ou Cloud Operations, capable d’intervenir dans un environnement de production exigeant un haut niveau de disponibilité et de fiabilité. Compétences techniques recherchées Expérience significative en SRE, Production Engineering ou Cloud Operations. Maîtrise de Kubernetes, Terraform et Ansible. Maîtrise de GitLab CI/CD. Expérience des environnements Public Cloud. Compétences en monitoring et observabilité. Expérience confirmée en gestion et résolution d’incidents de production. Bonne maîtrise des SLO, SLI et Error Budgets. Compétences en analyse de performance et capacity planning. Anglais professionnel obligatoire. Capacité à intervenir dans des environnements critiques à forte disponibilité. Compétences appréciées Expérience avec Datadog. Expérience dans le secteur des télécommunications. Expérience des environnements à haute disponibilité et à forte volumétrie. Culture DevOps, automatisation et amélioration continue. Informations contractuelles Type de mission : Freelance – Assistance technique Durée : 6 mois renouvelables Localisation : Sophia Antipolis, Alpes-Maritimes Télétravail : Jusqu’à 10 jours par mois Organisation : Participation à un dispositif d’astreinte 24/7 Expérience requise : 5 ans et plus Langue : Anglais professionnel obligatoire Environnement technique : Kubernetes, Terraform, Ansible, GitLab CI/CD, Public Cloud, Datadog, Monitoring, Observability, SRE et DevOps.