Ingénieur Devops

Nous recherchons, pour notre client final grand compte, un

Ingénieur DevOps Digital Backbone

afin d’intervenir sur la plateforme

Digital Backbone . La prestation s’inscrit dans le cadre du chapitre

DevOps , dont le référent est le

SDL (Solution Delivery Lead) , et se fera en collaboration étroite avec le

Product Owner

de l’équipe Digital Backbone.

Activités attendues :

Déploiement des composants et services liés au projet Digital Backbone à l’aide d’outils d’Infrastructure as Code (Ansible, Terraform).

Mise en place de pipelines CI/CD afin d’automatiser le déploiement des services, de l’environnement de développement jusqu’à la production.

Contribution au support opérationnel (RUN) et à la résolution des incidents en cas de dysfonctionnement.

Implémentation du monitoring et des alertes pour la plateforme Digital Backbone.

Rédaction et mise à jour de la documentation technique.

Gestion des aspects sécurité et FinOps (optimisation des coûts) des environnements du projet.

Garantie de la sécurité des processus de développement et de déploiement, en mettant en place des contrôles appropriés pour protéger les données et les actifs de l’entreprise.

Livrables :

Scripts et configurations permettant l’automatisation du déploiement des services.

Pipelines CI/CD conformes aux exigences de sécurité et aux recommandations du chapitre DevOps.

Documentation technique des composants d’infrastructure ainsi que des chaînes CI/CD.

Tableaux de bord de monitoring des services Digital Backbone.

Profil candidat : Compétences techniques et fonctionnelles :

Configuration et automatisation des infrastructures à l’aide de

Terraform

et

Ansible .

Maîtrise des environnements

Cloud public , notamment

Google Cloud Platform (GCP) .

Administration

Linux/Unix

avec une gestion avancée des systèmes.

CI/CD

: conception, mise en œuvre et gestion de pipelines avec

GitLab CI .

Sécurité

: gestion des secrets, audits de sécurité des pipelines CI/CD et sécurisation des environnements de production.

Monitoring et observabilité

(la connaissance de

Dynatrace

est appréciée).

Gestion de la performance et

troubleshooting

des systèmes.

Application des bonnes pratiques en

RUN

(SLO / SLI / SLA) et gestion des incidents en production.

Connaissance des concepts liés au

Machine Learning

et à l’ IA générative

: RAG, corpus, LLM, agents, assistants, prompt, hallucinations et modèles d’IA.

Capacité à formuler des requêtes (prompts) efficaces pour interagir avec des IA génératives et obtenir des résultats pertinents.

Utilisation critique et raisonnée de l’IA, en tenant compte de ses limites et de ses biais.

Connaissance des exigences

RGPD

et des enjeux

éthiques

liés à l’utilisation de l’IA.

Maîtrise des méthodologies

Agiles

; la certification

SAFe

est un plus.

Maîtrise de l’ anglais technique , à l’oral comme à l’écrit.

#J-18808-Ljbffr