Ingénieur de Production - confirmé

Notre client, acteur majeur de la protection sociale complémentaire, renforce le pôle Observabilité et Fiabilité de sa Direction Relation Client et Production. Ce pôle garantit la disponibilité, la performance, la résilience et l'observabilité d'un SI de 8 000 serveurs et 160 applications Java, réparties sur deux salles informatiques et un site de secours. La mission s'inscrit dans un dispositif de production 24/7 avec astreinte.

Missions

• Assurer le maintien en conditions opérationnelles des services, infrastructures et plateformes selon les objectifs de disponibilité et de qualité de service

• Surveiller et analyser les événements, alertes et incidents de production : diagnostic, traitement et coordination avec les équipes concernées

• Réaliser les analyses post-incidents, identifier les causes racines et piloter les plans d'actions de fiabilisation

• Anticiper les incidents par l'analyse des tendances, des capacités, des signaux faibles et des risques identifiés sur les plateformes

• Maintenir et faire évoluer les tableaux de bord, indicateurs et alertes d'observabilité (Prometheus, Grafana, Centreon, Splunk, Tempo)

• Réduire le bruit opérationnel : optimisation des règles d'alerting et réduction du volume d'alertes non pertinentes

• Participer aux cellules d'incident, de crise et aux démarches d'amélioration continue de la production

• Contribuer à l'automatisation, l'industrialisation et la simplification des activités d'exploitation

• Maintenir et enrichir la documentation, les procédures et les référentiels de l'activité

• Au minimum 3 ans d'expérience en tant qu'ingénieur de production

• Titulaire d'un bac + 5.

Compétences techniques — niveau maîtrise attendu (autonomie complète en contexte multiplateforme) :

• Concepts et pratiques Site Reliability Engineering

• Outils de supervision, monitoring, gestion des logs, traces, métriques et alerting : Prometheus, Grafana, Splunk (Centreon et Tempo présents sur le périmètre)

• Environnements conteneurisés et orchestrés : Kubernetes, Docker

• Systèmes Linux et Windows

• Scripting Python et Shell Linux

• SGBD : PostgreSQL, MariaDB

• Socle applicatif JBoss / Spring Boot

• Architectures distribuées, microservices, infrastructures Cloud/hybrides

• Environnements virtualisés VMware

• Automatisation et pratiques DevOps

• Gestion des événements, incidents et problèmes (ITIL / SRE)

Niveau expert attendu :

• Gestion de crise et incidents majeurs

• Capacités rédactionnelles : documentation technique, cahier des charges, comptes rendus

• Capacités relationnelles écrites et orales : écoute, conduite de réunion, négociation

• Autonomie, travail collaboratif et partage de connaissances

• Force de proposition et amélioration continue

Soft skills : capacité à diagnostiquer et résoudre des incidents complexes, aptitude à travailler en coordination avec plusieurs équipes techniques, obligation de conseil dans son domaine d'expertise.