Senior Run & Reliability Engineer - LUNE / GDP / Azure / Databricks (IT) / Freelance

Job summary

Assurer le maintien en conditions opérationnelles, la fiabilité et la disponibilité de plateformes cloud et data ainsi que des services de production, avec un support technique avancé sur Azure, Databricks et les environnements associés. Piloter les incidents complexes, réaliser des analyses de causes racines, optimiser la supervision et l’observabilité, exploiter Azure Batch et automatiser les opérations à l’aide de pratiques DevOps, tout en contribuant à la résilience et à l’amélioration continue.

Qualifications

• Expérience généralement supérieure ou égale à 7 ans en ingénierie de production, exploitation cloud, DevOps ou Site Reliability Engineering (SRE)
• Expérience confirmée dans l’exploitation de services critiques en production
• Expérience significative dans la gestion et la coordination d’incidents complexes
• Bonne expérience des environnements Microsoft Azure et des opérations Databricks
• Maîtrise des processus de gestion des incidents, des problèmes et des changements
• Bonne maîtrise des services Azure, notamment Azure Monitor, Log Analytics, Application Insights, Azure Storage et Azure Key Vault
• Connaissance opérationnelle de Databricks et de ses Jobs/Workflows
• Bonne connaissance des pipelines YAML et des pratiques d’intégration et de déploiement continus (CI/CD)

Responsibilities

• assurer le support technique de niveau expert sur les plateformes cloud, les environnements data et les services de production associés
• piloter ou coordonner la résolution des incidents de production
• réaliser des analyses approfondies (Root Cause Analysis ? RCA)
• contribuer à la préparation, à l’évaluation et au suivi des changements techniques
• mettre en place, maintenir et optimiser les dispositifs de supervision, les métriques, les logs, les traces et les alertes
• assurer le suivi opérationnel des services Azure
• surveiller les Jobs et Workflows Databricks
• assurer le suivi des pools de calcul, des jobs, des tâches et du cycle de vie des nœuds de calcul
• contribuer à l’amélioration des processus d’exploitation grâce au scripting, à l’automatisation et aux outils DevOps
• contribuer, le cas échéant, aux exercices de reprise après sinistre (Disaster Recovery ? DR)

Skills

Industry

Relocation