Développeur·se fiabilité des sites// Site Reliability Engineer

Plusgrade est à la recherche d’un Ingénieur fiabilité des sites (SRE) pour aider notre équipe à créer des solutions logicielles fiables répondant aux besoins de nos clients.

En tant qu’Ingénieur fiabilité des sites (SRE), tu seras responsable d’améliorer la surveillance et l’observabilité de nos différents systèmes de production ainsi que de l’infrastructure de soutien (AWS et systèmes corporatifs). Tu participeras également à la mise en œuvre de solutions visant à améliorer la disponibilité des systèmes et à garantir le respect de nos accords de niveau de service (SLA).

Pour réussir dans ce rôle, tu devras être un excellent résolveur de problèmes, doté d’une solide compréhension d’un large éventail de technologies logicielles, de concepts de réseautage, d’orchestration de conteneurs et d’outils de surveillance.

Ce poste fait partie de l’équipe Engineering Operations, est basé à Toronto ou Montréal, et relève du Directeur, opérations TI.

Nous croyons fermement qu’il existe de nombreuses opportunités stimulantes dans le domaine des technologies du voyage. Si tu es motivé à nous aider à en relever certains défis, nous aimerions te rencontrer !

• Améliorer l’alerte et la détection des problèmes au sein des déploiements et de l’infrastructure existants (services, fournisseurs tiers, etc.) afin de garantir que l’équipe des opérations reçoive des alertes rapides et pertinentes.

• Concevoir et maintenir une surveillance active testant nos services de bout en bout.

• Surveiller la latence des applications et créer des rapports pour suivre les temps de réponse par rapport aux objectifs des SLA.

• Concevoir et permettre à l’organisation de créer, améliorer ou utiliser des tableaux de bord accessibles à tous.

• Améliorer la détection des incidents et des erreurs, en assurant le suivi des actions ayant un impact sur la coordination et en favorisant une résolution plus rapide.

• Consolider les différentes solutions de surveillance afin d’améliorer l’efficacité et de réduire les coûts.

• Évaluer en continu les systèmes existants par rapport aux standards de l’industrie et formuler des recommandations d’amélioration.

• Mettre en œuvre les meilleures pratiques de l’industrie en matière de durcissement des systèmes et de gestion de la configuration.

• Améliorer le flux de déploiement et la chaîne CI/CD en renforçant l’observabilité des applications et de l’infrastructure.

• Plus de 5 ans d’expérience technique pertinente.

• Solide compréhension des protocoles réseau de base (HTTP, DNS, TLS, TCP, UDP).

• Expérience avec les déploiements Kubernetes et les définitions de ressources personnalisées (CRD).

• Capacité à dépanner ArgoCD et Argo Rollouts dans un environnement de déploiement canari.

• Bonne connaissance pratique des pare-feux applicatifs Web (WAF) et des réseaux de diffusion de contenu (CDN) tels que Cloudflare.

• Capacité à rassembler différentes sources de données (journaux, métriques, traces) pour identifier les goulots d’étranglement dans les systèmes applicatifs, au sein de notre infrastructure ou entre les services tiers.

• Esprit hautement analytique, capable de voir à la fois la vue d’ensemble et les détails.

• Excellentes compétences interpersonnelles ainsi qu’en communication écrite et orale.

• Expérience pratique dans la conception d’applications infonuagiques sécurisées, fiables, performantes, évolutives et rentables sur AWS.

• Expérience pratique avec des outils de gestion de clusters et des plateformes infonuagiques (telles qu’AWS ECS, AWS EKS, GCP, etc.).

• Capacité à écrire des scripts en Python et à analyser des traces de pile (stack traces).

• Expérience avec des outils de surveillance tels que Splunk, Datadog, New Relic, CloudWatch, Zabbix ou Prometheus.

• Expérience dans la connexion d’applications et de sources de données entre différents fournisseurs.

• Certifications d’architecte AWS.

• Expérience avec Terraform et OpenTelemetry.