Ingénieur DevOps

🕒 il y a 2 mois

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Shuru

Site WebLinkedInTous les Emplois

51 - 200 employés

Fondée en 2021

🤖 Intelligence artificielle

🤝 B2B

🏢 Entreprise

Artificial Intelligence • B2B • Enterprise

Shuru est une société de conseil en produits, intelligence artificielle et technologies qui s'associe à des entreprises pour offrir des services de conseil stratégique, de développement complet de produits et de logiciels sur mesure, ainsi qu'une extension d'équipe d'ingénierie sur mesure. Leurs équipes d'ingénierie, natives de l'IA, construisent des applications d'IA évolutives, de l'ingénierie et de l'analyse des données, du cloud/DevOps et des intégrations API pour moderniser les systèmes et accélérer la livraison des produits. Shuru opère à l'échelle mondiale avec un modèle axé sur le télétravail et met l'accent sur une grande responsabilité, le design thinking et des résultats mesurables pour ses clients grandes entreprises et startups.

Description

• Aider à faire passer la plateforme cloud de la pré-production à un état prêt pour la production et à la faire monter en charge. • Travailler en étroite collaboration avec les équipes d'ingénierie et de données pour mettre l'infrastructure sous forme de code, améliorer les pipelines de déploiement, configurer la supervision et l'alerte, et accompagner le déploiement en production des pipelines de données et des workloads d'oracles de risque. • Évaluer et durcir la configuration actuelle de la plateforme, principalement sur GCP, pour la rendre prête pour la production. • Mettre l'infrastructure sous Infrastructure-as-Code (IaC) à l'aide de Terraform ou d'outils similaires. • Standardiser les environnements de développement, de pré-production (staging) et de production, y compris la configuration, la gestion des secrets, l'isolation des environnements et les modèles de déploiement. • Concevoir et exploiter la couche réseau de la plateforme : architecture VPC, connectivité privée, équilibrage de charge. • Piloter les décisions quant à l'utilisation de Cloud Run versus GKE ou d'autres approches d'orchestration. • Renforcer les pipelines GitHub Actions à travers les différentes étapes de déploiement. • Mettre en place la supervision, la journalisation, le tracing, l'alerte et des tableaux de bord pour un diagnostic rapide des incidents. • Instaurer la gestion des secrets, l'audit des logs, IAM et les schémas d'accès, avec des procédures testées de sauvegarde, restauration et reprise après sinistre. • Contribuer aux runbooks opérationnels, à la réponse aux incidents et aux post-mortems, ainsi qu'aux revues de préparation à la production.

🎯 Exigences

• Minimum 5 ans d'expérience en DevOps, Platform ou SRE, idéalement avec au moins 2 ans d'expérience sur GCP ; une expérience avec Vertex AI, AWS ou Azure est un plus. • Expérience pratique en production avec des outils Infrastructure-as-Code tels que Terraform, Pulumi, CDK ou équivalents, incluant la gestion d'environnements séparés pour développement, staging et production, et l'accompagnement pour mettre en place des environnements locaux ou individuels cohérents pour les développeurs. • Solide expérience CI/CD, en particulier avec GitHub Actions ou équivalent, couvrant les étapes de build, test, release, rollback et les gates qualité/sécurité (analyse statique, scan de dépendances, détection de secrets, scan d'images conteneurs). • Expérience de déploiement et d'exploitation de services conteneurisés via Cloud Run, Kubernetes/GKE, ECS ou plateformes similaires ; savoir rédiger et optimiser des Dockerfiles (multi-stage, durcissement d'image) et gérer des registres de conteneurs (Artifact Registry, ECR, etc.). • Bon sens pour déterminer quand privilégier des plateformes managées ou serverless versus Kubernetes ou autres approches orchestrées, en pesant coût, scalabilité, fiabilité, complexité opérationnelle et vitesse de livraison. • Expérience d'exploitation d'infrastructures de données et de cache en production, incluant Cloud SQL/Postgres, Redis/Memorystore, migrations, stratégies de sauvegarde, surveillance des performances et réglages de base. • Expérience de mise en place de la supervision, de la journalisation, des alertes, des tableaux de bord et des objectifs de fiabilité en production, en utilisant des outils cloud natifs, Sentry, Datadog, Grafana, Prometheus ou similaires. • Bonne compréhension des fondamentaux de la sécurité cloud, incluant IAM, gestion des secrets, audit des logs, contrôles réseau et stratégies de sauvegarde/reprise. • Expérience avec des systèmes d'orchestration de workflows ou de tâches asynchrones tels que Temporal, Celery ou équivalents. • Expérience de support de workloads d'inférence ML/IA en production, avec une solide expérience pratique des bases de données vectorielles (Weaviate un plus), de l'infrastructure de récupération (retrieval), de l'infrastructure applicative IA et des plateformes AI managées. Connaissance des schémas de déploiement de modèles ou d'agents, incluant les workflows d'inférence en temps réel et en arrière-plan, la supervision, et les workflows d'évaluation.

🏖️ Avantages

• Travailler sur des projets à portée mondiale avec des clients du monde entier. • Faire partie d'une culture remote-first — travaillez depuis n'importe où avec de la flexibilité. • Profiter d'activités de cohésion d'équipe et de sorties régulières. • Collaborer et évoluer dans un environnement bienveillant avec des opportunités d'apprentissage auprès d'ingénieurs seniors. • Rémunération et package d'avantages compétitifs.