Trouvez votre prochaine mission ou futur job IT.

Nous recherchons un(e) DevOps Engineer Senior pour intervenir au sein d’une équipe ML Platform & ML Lab, dans un environnement technique avancé orienté Machine Learning et infrastructure cloud à grande échelle. 🎯 Votre rôle 🔵 Configuration et gestion de l’infrastructure cloud (Lambda) pour l’accès GPU des équipes ML 🔵 Mise en place de bonnes pratiques FinOps et protection contre les erreurs critiques 🔵 Optimisation des images Docker pour réduire les temps de cold start 🔵 Mise en place et maintien des systèmes de monitoring des entraînements de modèles 🔵 Contribution aux projets ML Platform sur AWS (CI/CD, tooling, infrastructure) 🔵 Automatisation des process et amélioration continue des workflows 🔵 Renforcement de la sécurité (audit, vulnérabilités, gestion des risques) 🚀 Votre impact 🔵 Améliorer la productivité des équipes ML 🔵 Garantir la robustesse et la scalabilité des environnements de training 🔵 Accélérer les workflows via automation et CI/CD 🔵 Renforcer la fiabilité et la sécurité des infrastructures cloud 🛠️ Stack & environnement 🔵 AWS 🔵 Terraform 🔵 Docker (optimisation d’images large scale) 🔵 GitLab CI / Jenkins 🔵 Linux / UNIX 🔵 Monitoring & observability 🔵 Environnement ML / GPU / cloud (Lambda) 📌 Informations complémentaires 🔵 Mission freelance 🔵 Hybride ou remote selon organisation 🔵 Mission longue durée

Contexte de la mission Dans le cadre de notre initiative au sein de NEXT, le laboratoire interne de startups de Saint-Gobain, nous recherchons un Azure DevOps Engineer pour accompagner le développement d’un projet innovant en phase de démarrage (1 an). Ce projet consiste en la création d’une marketplace digitale spécialisée dans les solutions d’étanchéité haute performance, ciblant des secteurs réglementés tels que l’aérospatial, l’espace et le nucléaire. La plateforme est conçue pour le marché américain, hébergée sur Azure Government, afin de garantir la gestion de données sensibles et le respect des réglementations relatives aux exportations. Le contexte actuel requiert la constitution d’une équipe restreinte d’environ 6 personnes, basée à Boston mais entièrement en télétravail. La mission se concentre sur une phase critique de build, d’une durée de 6 à 10 semaines, durant laquelle une contribution précoce aux décisions techniques et à la conception sera essentielle. Objectifs et livrables Rôle pratique et fondamental : participation active à la mise en place et à la gestion de l’infrastructure et des processus de déploiement. Automation : mise en place de pipelines CI/CD (GitLab/GitHub auto-hébergés sur des VM Azure). Gestion de l’infrastructure : administration via Terraform pour assurer la scalabilité, la sécurité et la conformité. Déploiement et exploitation : gestion du déploiement de l’application (Angular + Django + PostgreSQL) dans un environnement fortement sécurisé avec Azure Gov, répondant aux exigences de conformité, de gouvernance et de sécurité. Collaboration : cooperation étroite avec un fournisseur externe responsable du tenant Azure Government, pour assurer la cohérence et la sécurité des opérations. Impact et visibilité : rôle à forte valeur ajoutée, avec une grande autonomie et visibilité dans un environnement de startup soutenu par une grande entreprise. Profil idéal Senior DevOps / ingénieur de construction capable de structurer, sécuriser et faire évoluer une plateforme dans un environnement contraint. Expérience significative dans la gestion d’infrastructures Azure, notamment Azure Government. Capacité à prendre en main la mise en place de pipelines CI/CD, la gestion d’infrastructure automatisée, et le déploiement sécurisé des applications. Excellentes compétences communicationnelles dans un contexte collaboratif distant. US Person : citoyen américain ou résident permanent, en raison de la nature sensible du projet et de la conformité réglementaire.

Équipes ML Platform et ML Lab L'équipe ML Platform est centrée sur l'amélioration de la productivité des chercheurs dans l'entraînement de modèles de machine learning (ML) en développant des bibliothèques, des services et des bonnes pratiques, et en assurant une production ML robuste à grande échelle. L'équipe est composée de profils travaillant sur des projets transverses ainsi que d'ingénieurs accompagnant les équipes fonctionnelles dans leur parcours ML. Le ML Lab est une équipe de recherche axée sur des travaux académiques, nécessitant donc des outils et une infrastructure dédiés en dehors de l'infrastructure du client, afin de pouvoir accéder librement aux ressources open source de pointe et collaborer avec des collaborateurs externes. Mission En tant qu'Ingénieur DevOps au sein de l'équipe ML Platform, vous tirerez parti de votre solide bagage en ingénierie logicielle, de votre maîtrise de Python et de votre expérience pratique avec les fournisseurs cloud pour faciliter le travail quotidien de l'équipe ML Lab sur — leur néocloud de référence — ainsi que les liens nécessaires avec l'infrastructure du client, principalement hébergée sur AWS. Responsabilités principales Configuration du fournisseur cloud (Lambda) pour l'accès GPU par le ML Lab. Fonctionnalités FinOps et protection minimale contre les erreurs humaines. Optimisation des images Docker pour un démarrage à froid plus rapide. Mise en place et maintenance de systèmes de monitoring pour l'entraînement des modèles. Participation mineure aux projets plus larges de l'équipe ML Platform sur AWS pour les autres chercheurs du client (CI/CD, outillage sur AWS, etc.). Promotion et mise en œuvre de processus d'automatisation. Renforcement des protocoles de sécurité via des évaluations de vulnérabilités et la gestion des risques pour déployer des mesures de cybersécurité.

Présentation de l’entreprise Sapiens est une Entreprise de Services Numériques (ESN), située à proximité de la gare Saint-Lazare, spécialisée dans les métiers de l’ingénierie informatique, structuré autour de la Digitalisation, les infrastructures et Cybersécurité du système d’information. · Agilité et organisation de la DSI · Etude & Développement · Infrastructure et production · Sécurité et Cybersécurité Sapiens accompagne ses clients dans le développement et la transformation de leurs activités depuis 2003, en nous positionnant sur des projets à forte valeur ajoutée dans des secteurs stratégiques (Grands comptes et ETI) tels que la banque de financement et d’investissement, l’assurance, les médias, l’industrie et le luxe. Rejoindre Sapiens, c’est intégrer une société qui valorise tes compétences, soutient ton potentiel et t’offre l’opportunité de relever de nouveaux défis au sein d’équipes dynamiques et passionnées. Nous recherchons plusieurs profils de DevOps Engineer Senior / Administrateur Systèmes & Automatisation pour notre client grand compte dans le secteur de l’énergie. Concevoir, déployer et maintenir des solutions d’automatisation à grande échelle afin d’industrialiser la gestion des infrastructures IT (Linux & Windows), garantir leur sécurité, leur performance et leur évolutivité. Missions Ø Conception & architecture Concevoir des solutions d’automatisation pour la gestion des assets IT Définir des architectures robustes et scalables adaptées aux environnements datacenter Participer aux choix technologiques et aux orientations stratégiques Ø Industrialisation & automatisation Développer et maintenir des outils d’automatisation (patching, déploiement, versioning) Mettre en place des pipelines d’exécution de scripts à grande échelle Standardiser les processus d’exploitation Ø Gestion des systèmes & infrastructures Administrer des environnements Linux (RedHat, SLES, Ubuntu) Gérer les mises à jour, correctifs de sécurité et packages Assurer la disponibilité et la performance des systèmes Ø Déploiement & production Piloter les mises en production Gérer les incidents et assurer le support niveau expert Garantir la stabilité des environnements critiques Ø Référent technique & collaboration Être le référent technique sur les solutions mises en place Accompagner les équipes systèmes dans la prise en main des outils Rédiger la documentation et animer des sessions de formation Environnement technique Systèmes : Linux (RedHat, SLES, Ubuntu), Windows Automatisation : SaltStack Gestion de packages : Pulpcore Update management : WSUS Scripting : Bash, Python Outils : Git, CI/CD (selon contexte)

Le projet Le client (finance) utilise AWS depuis quelques années, d’abord sur une stack HPC (librairie permettant de distribuer sur AWS Batch l’exécution d’un DAG), puis avec une stack SageMaker (expérience interactive via l’utilisation de Studio JupyterLab / MLFlow). Ce projet, comme les précédents, prend la forme d’un MAP (Migration Acceleration Program), approche structurée par AWS (Assess - Mobilize - Migrate). La phase Assess a identifié une typologie d’usages (embarassingly parallel map, cross-partition shuffling / window-heavy computation, dataset-level summaries, ML/tensor-preparation, interactive exploration) et 3 technologies-clés : 1) Ray/Daft 2) Spark (via EMR) et 3) Iceberg, comme couche de stockage/accès aux données. La phase de Mobilize doit permettre : ● De valider la capacité de ces outils à adresser les enjeux de feature engineering avec les contraintes ci-dessus exprimées , et une expérience chercheur aussi aisée que possible. ● D’envisager leur exploitation dans un mode “plateforme” / industrialisé ; les aspect self-service, observabilité technique et finops, sont clés. Exprimée aujourd’hui comme un side-topic, l’exploitation unifiée des technologies ci-dessus sur un socle Kubernetes (sur EKS) pourrait devenir un sujet central de la phase Mobilize. Cette phase de mobilize doit durer 7 mois et sera réalisée par une équipe de 3 personnes: Un software engineer, un devOps (vous) et un data Engineer. Ce qu’il vous faudra démontrer: ● Mise en œuvre de stacks data : Expérience pratique de mise en œuvre d’EMR ainsi que de clusters hors service managé EMR (donc, sur EC2, Batch, ou EKS). Expérience sur Kubernetes ● Architectures lakehouse modernes : expérience pratique avec Iceberg : recul sur l’interopérabilité multi-moteurs (Spark/PyIceberg), gestion des permissions. ● Infrastructure AWS & IaC : Solide maîtrise du déploiement de plateformes de données de qualité production sur AWS en utilisant Terraform. ● Observabilité & FinOps : Expérience dans la mise en œuvre du tagging d'allocation des coûts, la construction de tableaux de bord CloudWatch pour 1) le suivi des jobs et des coûts, et la conception de mécanismes d'application de quotas/budgets pour les plateformes de recherche multi-tenants et 2) le suivi des performances des applications Data. Compétences techniques -> Bonne maitrise et expérience de EKS -> Maitrise du cloud AWS (services EMR, S3, Daft serait un plus) et notamment des aspects IAM (gestion multi-comptes) -> Avoir déjà touché a du Iceberg est un plus -> Maitrise de Terraform -> Anglais courant obligatoire Localisation Paris, présence sur site obligatoire à minima 3j/semaine

Contexte de la mission Détails du projet : Lieu : Europe (Fuseau horaire CET) Mode de travail : Télétravail complet ou hybride (Barcelone, Espagne) Date de démarrage : 1er avril Durée : 6 mois Possibilité de prolongation : Oui, jusqu’à 3 mois supplémentaires Langues : Anglais, Espagnol (souhaité mais pas obligatoire) Résumé du projet Le rôle de Senior DevOps Engineer est axé sur l’observabilité, avec pour mission principale la migration des systèmes de monitoring de Splunk vers New Relic. Il s’agit également de définir, mettre en place et faire respecter les standards, la gouvernance et les bases techniques relatives à l’observabilité à travers diverses plateformes. Objectifs et livrables Responsabilités principales et activités clés : Diriger la migration des outils de monitoring de Splunk vers New Relic Concevoir et mettre en œuvre la gouvernance de New Relic (structure des comptes, tagging, alertes, dashboards, SLOs) Définir et promouvoir les bonnes pratiques en matière d’observabilité au sein des équipes d’ingénierie Implémenter des fonctionnalités d’observabilité (logs, APM, infrastructure, tracing, synthetics, intégrations) Collaborer avec les équipes applicatives pour l’intégration et le instrumentation des services Automatiser les configurations d’observabilité à l’aide de Terraform et les intégrer dans les workflows CI/CD via GitHub Fournir une expertise technique sur Azure, Terraform, GitHub Actions et les pratiques d’observabilité Aligner la surveillance et les alertes avec les SLIs/SLOs Soutenir l’amélioration continue des opérations, de la fiabilité, de la performance et de la sécurité

Je cherche un IT Quants / DevOps Engineer, au sein d’un environnement orienté plateforme analytique (IT Quant / DevOps). Au programme : Surveillance et accompagnement de la plateforme SPHERE Gestion d’un volume important de tickets Support à l’équipe en place pour accélérer les opérations Mise en place d’un outil end-to-end Amélioration et maintenance des pipelines GitLab Support DevOps applicatif Profil recherché : Python indispensable Bonne maîtrise de GitLab (pipelines & versioning) Connaissances AWS (Snowflake / Jupyter sont un plus) Autonomie, proactivité, esprit de résolution de problèmes Communication fluide en français et en anglais Cordialement,

Contexte Renfort urgent d’un profil DevOps senior très orienté Ops Mission centrée sur la gestion et la préparation des environnements de déploiement Présence obligatoire sur site 5 jours par semaine Environnement structuré autour des pratiques DevOps et Software Factory Objectifs de la mission Garantir la gestion de configuration des environnements Mettre en place et industrialiser les processus CI/CD Automatiser les releases et sécuriser les déploiements Assurer la stabilité et la fiabilité des environnements techniques Responsabilités principales Mise en place des outils d’intégration et de déploiement continu Packaging et déploiement des solutions en release automation Déploiement des briques de communication et d’intégration (MQ, Pelican…) Construction et gestion des plans batch (Maestro, Etap…) Résolution des incidents liés aux environnements et aux jobs automatisés Mise en place et diffusion des bonnes pratiques DevOps Documentation et capitalisation des connaissances (Wiki) Déploiement des solutions sur l’ensemble des environnements (dev → prod) Compétences techniques requises Expertise DevOps orientée exploitation / opérations Maîtrise impérative d’Ansible Expérience solide en automatisation de déploiement et gestion d’environnements Bonne culture CI/CD, industrialisation et infrastructure Autonomie rapide attendue Compétences appréciées Connaissance du PLM Dassault Systèmes (non obligatoire) Expérience en rôle de Lead ou référent DevOps Profil recherché Senior très expérimenté Capable de structurer, stabiliser et améliorer les processus existants À l’aise en environnement exigeant et fortement industrialisé

Bonjour a tous je suis a la recherche d'un profil DevOps Engineer IA pour l'un de mes clients, Profil recherché : DevOps Engineer avec expertise en MLOps et maîtrise du vibe coding, capable de construire et maintenir des infrastructures robustes pour l'IA tout en automatisant les déploiements et en garantissant la performance des solutions en production. Compétences requises Hard Skills : • 5 ans d'expérience minimum en développement Python avec focus IA/ML • Expérience démontrée en vibe coding avec utilisation productive d'outils IA (GitHub Copilot, Cursor, Claude, ChatGPT) • Expertise en frameworks ML/DL : TensorFlow, PyTorch, Scikit-learn, Hugging Face, LangChain • Expérience confirmée avec les LLMs (fine-tuning, prompt engineering, RAG, agents) • Maîtrise des plateformes Cloud (AWS SageMaker, Azure ML, GCP Vertex AI) • Connaissance des technologies MLOps et pipelines CI/CD pour modèles IA • Compétences en data engineering (preprocessing, feature engineering, pipelines de données) • Maîtrise des bases de données (SQL, NoSQL, Vector DBs) • Expérience en développement d'APIs (FastAPI, Flask, REST) • Bonne connaissance de la conteneurisation (Docker, Kubernetes) • Expertise en testing et qualité du code (pytest, unittest, code coverage) • Connaissance des outils de versioning (Git, GitLab/GitHub) • Un plus : Expérience en Computer Vision et/ou NLP Soft Skills : • Esprit critique développé face au code généré par IA • Capacité à décomposer des problèmes complexes et à formuler des prompts efficaces • Curiosité intellectuelle et veille technologique active sur l'IA • Pragmatisme : équilibre entre vitesse de développement et qualité • Rigueur dans la validation et l'optimisation du code • Autonomie et force de proposition • Excellent relationnel et capacité à travailler en équipe • Esprit agile et adaptatif • Capacité à partager ses connaissances et best practices Résultats attendus (Livrables) • Participation aux workshops avec les équipes IT/métiers et les Data Scientists • Développement et optimisation de modèles IA/ML pour les use cases métiers • Intégration et déploiement des modèles en production (APIs, microservices) • Utilisation experte du vibe coding pour accélérer le développement sans compromettre la qualité • Mise en place de pipelines MLOps (entraînement, versioning, monitoring) • Tests automatisés et validation des modèles (performance, robustesse, biais) • Documentation technique détaillée (code, modèles, APIs, prompts réutilisables) • Optimisation des performances (latence, coûts, scalabilité) • Veille technologique et recommandations sur les nouvelles techniques IA • Partage des best practices de vibe coding avec l'équipe

Bonjour a tous , actuellement je suis a la recherche d'un profil Compétences requises DevOps Engineer IA Profil recherché : DevOps Engineer avec expertise en MLOps et maîtrise du vibe coding, capable de construire et maintenir des infrastructures robustes pour l'IA tout en automatisant les déploiements et en garantissant la performance des solutions en production. Hard Skills : • 5 ans d'expérience minimum en DevOps/SRE • Expérience démontrée en vibe coding avec utilisation d'outils IA pour générer scripts, configs et diagnostiquer incidents • Expertise en MLOps et déploiement de modèles IA en production • Maîtrise des plateformes Cloud (AWS, Azure, GCP) et services IA Cloud • Expertise en Infrastructure as Code (Terraform, CloudFormation, ARM Templates) • Maîtrise de la conteneurisation et orchestration (Docker, Kubernetes, Helm) • Expertise CI/CD (GitLab CI, GitHub Actions, Jenkins, Azure DevOps) • Connaissance des outils MLOps (MLflow, Kubeflow, Weights & Biases, SageMaker Pipelines) • Maîtrise du scripting (Bash, Python) et automatisation • Expérience en monitoring et observabilité (Prometheus, Grafana, ELK, DataDog) • Connaissance des pratiques de sécurité DevSecOps • Gestion des secrets et configuration (Vault, AWS Secrets Manager) • Un plus : Expérience avec GPUs et optimisation des ressources IA Soft Skills : • Capacité à utiliser l'IA pour diagnostiquer et résoudre rapidement les incidents • Pragmatisme : équilibre entre automatisation et délais de livraison • Rigueur dans la conception et la sécurisation des infrastructures • Esprit d'innovation et veille technologique continue • Autonomie et proactivité dans l'identification des problèmes • Excellent sens du service et support aux équipes de développement • Esprit collaboratif et pédagogue • Réactivité face aux incidents de production Résultats attendus (Livrables) • Conception et mise en place d'architectures Cloud pour solutions IA (scalables, sécurisées, optimisées) • Déploiement et gestion d'infrastructures as Code (Terraform, CloudFormation) • Mise en place de pipelines CI/CD pour applications et modèles IA • Utilisation experte du vibe coding pour générer scripts, configs et automatisations • Automatisation des déploiements et rollbacks (blue/green, canary) • Configuration du monitoring, alerting et observabilité des modèles IA en production • Gestion des environnements (dev, staging, production) et des accès • Optimisation des coûts Cloud et des performances (GPU, compute, stockage) • Support aux développeurs sur l'outillage et les best practices DevOps • Documentation technique des infrastructures et procédures • Mise en place de pratiques DevSecOps et conformité sécurité • Partage des best practices MLOps et vibe coding avec l'équipe Anglais courant

Je recherche pour un client grand compte un Senior DevOps / Platform Engineer afin d’intervenir au sein d’une Software Factory en pleine structuration , dans un contexte de forte montée en charge des plateformes digitales. Contexte Vous interviendrez sur des plateformes critiques, avec des enjeux importants de : scalabilité standardisation des pratiques industrialisation des déploiements observabilité applicative data streaming Missions Structuration des pratiques DevOps / Platform Engineering Standardisation des déploiements applicatifs (Helm, CI/CD) Industrialisation des pipelines Mise en place et évolution de l’ observabilité applicative Accompagnement à l’adoption de OpenTelemetry / OpenSearch Contribution à l’évolution d’une plateforme Kafka / MSK Mise en place de mécanismes de self-service Participation à la définition de la roadmap technique

Profil recherché : Expérience dans des missions longues en banque requise Contexte du projet : Recrutement d’un Platform Engineer en prestation externe pour l’intégration et l’administration des offres Rattaché à la Platform Engineering, dans la tribe « Automatisation & observabilité » Objectifs de la prestation : Maîtrise des serveurs Linux, Unix, RedHat, et langages comme Python Support aux projets internes « ME » pour la livraison d’applications dans le cloud Support en cas de bugs ou anomalies Installation des logiciels éditeurs Conception, industrialisation et maintenance de pipelines CI/CD (GitHub Actions, Jenkins, ArgoCD) Installation, paramétrage, et adaptation des progiciels Automatisation du provisioning et de la configuration des offres Platform Engineering Développement de playbooks Ansible et modules Terraform Installation et intégration des produits DT d’observabilité (Grafana, LOKI, Instana, ELK, Prometheus) Automatisation des tests et validation technique Installation et intégration des produits du socle (PostgreSQL, MongoDB, HAproxy, Kafka, Redis) Gestion de l’intégration et du paramétrage des logiciels/applicatifs dans les environnements de test Suivi des mises en exploitation en collaboration avec les équipes projets & production Maîtrise des offres d’infrastructure cloud « GTE » de la Société Générale Rédaction de scénarios de test, outils de benchmarking, et présentation des résultats Participation à la définition du modèle opérationnel et à l’offre de service Résultats attendus : Participation active aux livraisons de projets Communication des difficultés et propositions d’amélioration continue Support en cas d’anomalies et proposition de solutions Participation aux ateliers avec les équipes Développement et documentation de cas de test manuels et scénarisés Analyse et recommandations pour la mise à l’échelle des applications et infrastructures Présentations des résultats de performance Amélioration continue via des feedbacks Garant du modèle d’intégration du socle de conteneurisation et de l’écosystème Rédaction de documentation technique Réalisation de tests unitaires et d’intégration Participation aux réunions et suivi des actions projets Identification des risques et implication dans les comités de pilotage

Descriptif du poste Dans le cadre d'une approche Agile / DevOps, au sein de l'équipe Application Production Support en lien avec le Domaine IT4Entreprise de la DSI, la prestation requise doit apporter le support technique au projet de migration de la GED vers le Cloud. La maîtrise des installations en environnement Cloud As Code est requise. Compétence Terraform indispensable. Référent du déploiement technique, une forte autonomie est attendue avec capacité à organiser toutes les tâches nécessaires et en suivre l'avancement global y compris celles d'autres contributeurs techniques et tâches de leadership. La connaissance de produits de GED serait un plus. Relais et garant de la Production tout au long du cycle des produits. Responsabilités principales Contribution dans les projets Cloud et dans la prise en compte des exigences de production : participation dans la définition des solutions techniques, veille de la stabilité des environnements techniques (Production / hors Production) via le monitoring et la supervision des solutions techniques. Responsable de la coordination des actions des autres équipes de la Production sur les tâches projets mais aussi responsable de la coordination et du suivi des actions lors des incidents, de mobiliser les personnes nécessaires à leurs résolutions, rédiger les comptes-rendus. Participation aux réunions de l'équipe projet et est partie prenante des activités et des décisions collectives (évaluation de la complexité, des risques, etc.) tout au long du projet. Bonnes pratiques de production applicative en collaboration avec les Service Reliability Engineer (SRE) et Application Production Support (APS) et les partage largement. Relation étroite avec la Cloud Core Team afin de s'acculturer de la mise en place du Cloud et des Ways of Working notamment pour les pipelines de livraison. Suivi de la mise en place à chaque fois des solutions les plus automatisées possible pour le provisionnement et le déploiement afin de limiter au maximum les tâches manuelles. Suivi de la MCO, des évolutions des applications, des middlewares et des services de son périmètre de responsabilité. Définition et conception des solutions Participation à la définition de la solution technique. Anticipation des problématiques de conformité. Intégration des exigences de la Production et d'infrastructure. Suivi de l'ajout des exigences d'infrastructures dans le backlog Produit ainsi que les user stories techniques jugées nécessaires. Support des équipes de développement. Implémentation des user stories techniques. Montée en compétence et bonnes pratiques Suivi de la montée en compétence de l'équipe sur les bonnes pratiques de production applicative. Sensibilisation et propagation des bonnes pratiques. Formation et accompagnement des membres dans l'adoption des outils. Formations internes à passer avant de travailler sur le Cloud : Cloud 101 – les bases Cloud OPS Bronze – niveau intermédiaire Gestion des ressources et déploiement Suivi et mise à disposition des ressources de Production et d'infrastructure en facilitant le déploiement des solutions. Mettre à disposition de l'équipe les services et ressources de Production en mobilisant les bonnes expertises et en utilisant les solutions d'automatisation. Facilitation du déploiement des solutions en utilisant les pipelines d'automatisation. Vérification de l'exploitabilité des environnements techniques. Contribution aux revues de sécurité. Identification des points de blocage d'exploitation et proposer des plans d'actions.

Contexte Dans le cadre du renforcement d’une équipe Cloud / DevOps chez un acteur du secteur bancaire basé à Montpellier, nous recherchons un Cloud DevOps Engineer senior orienté plateformes Data. Le consultant interviendra sur la conception, l’implémentation et l’exploitation d’une infrastructure GCP containerisée destinée à supporter différents cas d’usage data (pipelines, traitements et services associés). L’objectif est d’industrialiser et d’opérer une plateforme cloud robuste, sécurisée et scalable, avec une forte culture Infrastructure as Code, GitOps et RUN. Missions principales Implémentation et administration GCP Concevoir et déployer des solutions techniques containerisées sur Google Cloud Platform Administrer et optimiser l’infrastructure GCP : GKE, GCE, GCS, Cloud SQL, VPC, Load Balancer, Private Service Connect, IAM Automatisation et industrialisation Automatiser le provisioning et la gestion des ressources cloud via Terraform et Terragrunt Concevoir et maintenir les pipelines CI/CD (GitLab CI) Standardiser les déploiements et garantir leur reproductibilité Sécurité Implémenter les bonnes pratiques de sécurité sur le cloud et Kubernetes Mettre en place la gestion des secrets et des accès (Vault, SSO) Participer au contrôle des vulnérabilités via des outils de scan (Xray, Trivy) Monitoring et observabilité Mettre en place des solutions de monitoring et d’alerting (Prometheus, Grafana, ELK) Exploiter Google Cloud Observability pour la supervision et le troubleshooting Support et RUN Assurer le maintien en conditions opérationnelles de la plateforme Opérer les déploiements et évolutions via une approche GitOps Garantir la traçabilité, la fiabilité et la conformité des déploiements Compétences indispensables Expérience significative sur Google Cloud Platform : GKE, VPC, IAM, Cloud SQL, GCS, Load Balancer Kubernetes et containerisation (Docker) Terraform et Terragrunt (niveau autonome) Git et GitLab CI Gestion des artefacts et registry : JFrog Artifactory ou GCP Artifact Registry Observabilité : Prometheus, Grafana, ELK, Google Cloud Observability Sécurité : Vault et outils de scan de vulnérabilités (Xray ou Trivy) Bonne culture réseau cloud (VPC, routage, sécurisation des flux) PostgreSQL (déploiement, administration et optimisation) Compétences appréciées Connaissance d’OpenShift Connaissance de l’orchestrateur Kestra Sensibilité aux problématiques FinOps et optimisation des coûts cloud

La mission du projet Group Employee Companion est de concevoir et déployer une plateforme backend de chatbot intelligente et sécurisée pour accompagner les collaborateurs dans leurs activités quotidiennes. Le service doit offrir une expérience conversationnelle fluide, multilingue, conforme aux exigences RGAA et sécurité du groupe, tout en permettant l’intégration de solutions métiers (assistants, fichiers, prompts, contextes, KPIs). La solution vise à centraliser et personnaliser l'assistance digitale, accessible à l'ensemble des entités, via une orchestration flexible et évolutive des fonctionnalités. Devops & SysOps - Déploiement automatisé de l’API et des modules backend. - Mise en place de la surveillance LLM & IA Generative (monitoring, alerting). - Configuration de la sécurité (authentification, autorisation, RGAA). - Documentation technique d’exploitation et d’intégration. - Scripts CI/CD pour build, tests et releases. - Sauvegarde/restauration des données et des contextes. - Scalabilité & gestion du load-balancing pour montée en charge. - Gestion et rotation des secrets et credentials. - Politique de gestion des incidents et du support (SLA). - Monitoring et reporting des KPIs de performance et d’usage.