Site Reliability Engineer - Object Storage F/H

• Vous rejoindrez la PU Object Storage d’OVHcloud, dont l’ambition est de construire l’offre Object Storage la plus performante du marché tout en pilotant l’intégration de l’IA dans les opérations. Dans un environnement cloud, l’objectif est notamment de concevoir et faire évoluer des agents intelligents capables d’automatiser la détection et la résolution d’incidents, d’améliorer la pertinence des alertes, de gérer les tests en préproduction, la non-régression et la performance opérationnelle, en cohérence avec les objectifs produit et plateforme.

• En tant que Site Reliability Engineer dans ce département, afin de renforcer nos équipes et d’accélérer notre croissance, vous nous accompagnerez dans l’évolution, l’industrialisation et le maintien en condition opérationnelle de l’ensemble de nos produits., Vous utilisez et intégrez des assistants de code IA (et des agents IA dans vos workflows) pour relever les défis suivants :
• Améliorer les usages d’agents IA (assistants, automatisations) pour optimiser le monitoring, l’alerting et la détection d’incidents sur les plateformes Object Storage.
• Concevoir et intégrer des agents intelligents capables d’assister ou d’automatiser les workflows de résolution d’incidents et d’amélioration continue.
• Contribuer à diminuer le MTTD (Mean Time to Detection) et le MTTR (Mean Time to Recovery) via l’automatisation pilotée par ces agents et par vos procédures.
• Assurer la haute disponibilité, la fiabilité et la sécurité des plateformes Object Storage ; vous suivez les indicateurs de performance et participez à leurs améliorations.
• Assurer que les clients reçoivent un support technique complet lorsque c’est nécessaire et vous mettez en œuvre, appliquez et automatisez les procédures pour résoudre les problèmes courants.
• Contribuer aux évolutions des outils de déploiement, de packaging, de monitoring et d’alerting, avec une intégration fluide des agents et des outils d’IA dans l’infrastructure existante et les projets futurs.
• Challenger les architectures logicielles et matérielles pour en améliorer les performances, la haute disponibilité et la scalabilité.
• Suivre l’adoption des produits et les usages clients, et vous collaborerez avec les équipes techniques et commerciales pour enrichir backlog et roadmap.
• Rédiger la documentation technique et les runbooks liés aux agents IA, aux automatisations et aux scénarios d’incident.

Votre futur impact

Dans 6 mois vous

• Serez monté en compétences sur l’environnement technique de nos clusters Object Storage et aurez contribué à le faire évoluer (Automatisation, Supervision, Industrialisation, fix techniques …).
• Aurez participé en binome aux cycles de RUN de nos plateformes (traitement de demandes clients, traitement des alertes).
• Aurez découvert les différents usages de nos produits par nos clients.

Et dans 1 an vous

• Serez un élément moteur dans nos process d’amélioration continue.
• Participerez aux évolutions majeures de nos solutions.
• Participerez aux cycles d’astreintes de notre équipe SRE.
• Participerez aux cycles de RUN en autonomie.

• Vous êtes à l’aise en administration GNU/Linux.
• Expérience en intégration / utilisation d’agents IA (LLM) dans votre travail quotidien.
• Vous maitrisez un ou plusieurs langages de scripting (Python).
• Vous avez une expérience en automatisation et déploiement (Puppet, Ansible).
• Vous avez déjà travaillé sur des architectures micro services complexes.
• Vous maitrisez les outils de supervision et d’observabilité (Icinga / Prometheus / Alertmanager).
• Vous avez fait de l’orchestration d’infrastructure à grande échelle (Temporal)., * Vous avez une connaissance des API AWS S3.
• Vous avez déjà travailler sur des gros volumes de données.