[SCH] Ingénieur DataOps

Contexte

Dans le cadre des activités du Data Office Macif, la mission s’inscrit au sein de l’équipe Data OPS de Services Delivery Data, en charge de l’unification des pratiques d’exploitation, du déploiement continu en environnement On-Prem et de l’industrialisation des usages liés aux référentiels transverses.

Le consultant interviendra dans un environnement Data structurant, avec un fort enjeu de performance, d’homogénéité et de fiabilité des services. Une posture d’amélioration continue, ainsi qu’une bonne compréhension des contraintes de production, sont attendues.

Le rôle nécessite autonomie, capacité de proposition et collaboration avec les équipes techniques afin de garantir la qualité et la robustesse des environnements.

Missions

• Assurer la disponibilité et la stabilité des environnements (Test, Recette, Production)
• Exécuter et superviser les déploiements et assurer leur bon fonctionnement
• Automatiser les déploiements et pipelines CI/CD
• Participer à la mise en place de la supervision et documenter les dépendances
• Analyser et résoudre les incidents, suivre les plans de remédiation
• Contribuer à la définition des exigences non fonctionnelles (sécurité, performance, scalabilité)
• Garantir la conformité et la qualité des livrables (tests, documentation)
• Anticiper les risques liés à la production

Outils & Environnement

• CI/CD & déploiement continu : GitLab, OpenShift (niveau avancé)
• API Management & échanges : REST, Gateway, Kafka / Tibco (niveau avancé)
• Ordonnancement : Control-M (niveau avancé)
• Outils Data / Big Data : MongoDB, Hadoop, Informatica MDM/IDQ (niveau confirmé)
• Monitoring & supervision : Dynatrace ou équivalent (niveau confirmé)

1. Expérience significative en DevOps avec une forte sensibilité aux environnements de production
2. Profil autonome, rigoureux et force de proposition
3. Capacité à intervenir sur des sujets d’industrialisation, d’automatisation et de fiabilisation des systèmes Data
4. Bonne compréhension des enjeux liés aux environnements Data (référentiels, flux, pipelines)
5. Posture orientée amélioration continue
6. CI/CD & Déploiement continu (GitLab, OpenShift) — Avancé
7. API Management & échanges (REST, Gateway, Kafka / Tibco) — Avancé
8. Ordonnancement (Control-M) — Avancé
9. Outils Data / Big Data (MongoDB, Hadoop, Informatica MDM/IDQ) — Confirmé
10. Monitoring & supervision (Dynatrace ou équivalent) — Confirmé