Objectifs et livrables :Concevoir, déployer et optimiser les configurations Dynatrace (dashboards, alerting, SLO...) Définir et appliquer les standards d'instrumentation (traces, métriques, logs) Industrialiser les processus d'observabilité (automatisation, pipelines) Fiabiliser et unifier les données issues des différents outils d'observabilité Collaborer avec les équipes Dev/SRE/OPS pour intégrer l'observabilité dans les projets Concevoir des tableaux de bord orientés exploitation et décision Participer aux rituels SCRUM et contribuer à l'animation technique du produit Observabilité
Contexte : Dans le cadre de programmes d'essais et d'intégration véhicule, nous recherchons 5 Ingénieurs Analyse de Défauts Véhicule pour analyser et caractériser les défauts remontés, identifier leur origine et orienter leur résolution. Votre mission : diagnostiquer, caractériser et faire résoudre les défauts véhicule Vous interviendrez sur l'ensemble du cycle de vie du défaut, depuis sa détection jusqu'à sa clôture, en lien avec les équipes système, software et métiers : - Analyser les défauts véhicule remontés lors des essais et des phases d'intégration. - Reproduire et caractériser les anomalies (scénarios de défaillance, conditions d'apparition, impact sur la fonction). - Analyser les données et logs disponibles (outils de diagnostic, traces, mesures) pour comprendre le comportement du système. - Identifier le système ou sous-système à l'origine du problème (powertrain, thermal, lighting, accessibilité, etc.). - Assurer l'interface avec les équipes système, software et métiers pour orienter les actions correctives. - Suivre le défaut jusqu'à sa résolution et sa validation, en veillant à la mise en œuvre effective des correctifs. - Capitaliser les analyses (fiches défaut, retours d'expérience, bases de connaissances) pour éviter la répétition des mêmes problèmes.
En quelques motsCherry Pick est à la recherche d'un Application Observability Engineer(H/F), pour le compte de l'un de ses clients qui opère dans le domaine de la High-tech. Description🚀 Contexte de la missionAu sein d'un groupe spécialisé dans les logiciels et services pour les professionnels du patrimoine et de la finance, vous rejoignez l'équipe de transformation sous la direction de l'Application Observability Lead et du Head of IT Transformation. Dans le cadre de l'harmonisation de son paysage technique (regroupant près de 300 ingénieurs répartis dans plus de 20 équipes), l'entreprise déploie son socle d'observabilité autour de Grafana Cloud (Loki, Tempo, Faro, K6, OpenTelemetry, Prometheus). Après une phase pilote sur la partie outillage, l'enjeu principal consiste désormais à déployer ce socle sur une dizaine d'équipes (dont des applications critiques) tout en instaurant une vraie culture de l'observabilité et le modèle « you build it, you run it ». Pour porter ce projet d'envergure, nous recherchons un(e) Application Observability Engineer / Tech Lead Observabilité (H/F). Votre mission combinera le déploiement technique de la plateforme et l'accompagnement des équipes dans la structuration de leurs processus de gestion d'incidents. 🎯 Missions principales & Rôle1. Standardisation & Déploiement Grafana Cloud : Définir et déployer les standards d'observabilité sur Grafana Cloud : dashboards, monitoring applicatif (Kubernetes / EKS, VMs), supervision des bases de données (RDS), définition des SLOs/SLIs, règles d'alerting, synthetic monitoring, collecte et traitement des logs/traces. Adapter la stack aux besoins spécifiques des applications tout en garantissant la cohérence globale avec les normes de l'entreprise. Collaborer avec les équipes d'infrastructure Cloud pour assurer la collecte performante des métriques, traces et logs via les collecteurs (OpenTelemetry, Prometheus). 2. Coaching, Accompagnement & Culture DevOps : Réaliser l'état des lieux des pratiques et outils existants équipe par équipe, puis définir un plan de migration structuré. Accompagner progressivement une dizaine d'équipes applicatives (cadrage, configuration, tests, suivi). Former et sensibiliser les équipes d'ingénierie aux bonnes pratiques d'observabilité pour ancrer la responsabilité du suivi en production (« you build it, you run it »). 3. Structuration des Processus de Gestion d'Incidents : Accompagner la refonte des workflows de gestion d'incidents afin d'accélérer la détection et la résolution des anomalies avant tout impact utilisateur. Faire évoluer le modèle de suivi et d'escalade des alertes entre la DSI et les équipes projets. 🏁 ObjectifsPasser d'un monitoring subi à une observabilité proactive intégrée au cycle de vie applicatif. Déployer et généraliser le socle Grafana Cloud auprès d'une dizaine d'équipes clés. Responsabiliser les équipes projets sur le suivi de leurs applications en production et optimiser les délais de résolution d'incidents (MTTR).
Informations missionLocalisation : Colombes ou Toulouse (2 à 3 jours de télétravail par semaine) TJM max : 640 € Date de démarrage : 01/10/2026 Date de fin : 31/03/2028 RôleConcevoir, bâtir et opérer l'usine de développement permettant d'industrialiser les développements IA agentiques. Le profil intervient comme référent DevSecOps / RUN auprès des équipes projets pour : Garantir une chaîne CI/CD robuste, sécurisée et automatisée (de la validation du code au déploiement sur les environnements Cloud et la plateforme IA Agentique). Structurer les standards de build, de déploiement, de supervision et de sécurité. Mettre à disposition des kits réutilisables permettant aux projets d'exploiter leurs agents IA de manière fiable, observable et conforme aux normes exigées. MissionsUsine logicielle : Concevoir et maintenir une usine logicielle GitLab CI modulaire dédiée aux développements IA agentiques. Automatisation & Qualité : Automatiser les builds, tests, Quality Gates, scans de sécurité, packaging et la publication des artefacts. Normes & Standardisation : Définir les standards de déploiement, de versioning, de monitoring, de logging et de gestion des secrets. Déploiement Cloud : Automatiser les déploiements sur les environnements Cloud (GCP / Vertex AI) dans le respect des règles de sécurité établies. Observabilité RUN : Mettre en place le kit de supervision et d'observabilité (dashboards, alertes, traces, logs, suivi des coûts). Accompagnement : Accompagner et former les équipes projets dans l'appropriation des outils CI/CD, DevSecOps, SRE et RUN.
Mission Développer les pipelines de traitement et assurer l'intégration des données, en garantissant la qualité, la maintenabilité, la performance et la réutilisabilité des développements. Responsabilités principales - Réaliser les cas d'usage Data de bout en bout. - Développer et maintenir les pipelines de traitement et d'intégration des données. - Réaliser des développements maintenables, scalables, réutilisables, optimisés et performants. - Appliquer les règles de bonnes pratiques et les règles de nommage définies. - Réaliser les tests techniques automatisés : tests unitaires, tests de non-régression et traces associées. - Exploiter et déployer proprement les développements sous Git : version, repository, US ou Feature. - Produire la documentation technique à la fin de chaque sprint. - Contribuer à la modélisation des données avec la gouvernance, le Product Owner et le Data Analyst. - Accompagner les Data Analysts sur la structure des données et les modèles en base de données. - Être force de proposition, proposer des alternatives et contribuer au déblocage des sujets techniques.
nous recherchons un Data Engineer Python senior pour construire la couche data d'une plateforme mutualisée d'agents IA. L'objectif : fournir aux équipes produit, data et analytics un socle commun pour concevoir, déployer et évaluer leurs agents. Projet de construction, forte criticité, équipe senior de 5 à 8 personnes avec Tech Lead, architecte data et lead software engineers. Vos missions : - Concevoir les pipelines d'ingestion et de normalisation des sources de connaissance exposées aux agents (rafraîchissement incrémental, contrôles de fraîcheur et de qualité) - Industrialiser la couche de recherche : pipelines d'embedding, indexation vectorielle, recherche hybride et re-ranking - Développer les serveurs MCP et connecteurs data mutualisés exposant de façon gouvernée BigQuery et les référentiels aux agents - Construire le datamart d'observabilité agentique (traces, tokens, coûts, latence, taux d'échec outil, feedback) alimentant les dashboards et le framework d'évaluation - Mettre en place les jeux de données d'évaluation versionnés et leurs pipelines de génération - Gérer l'infrastructure as code (Terraform) et les chaînes CI/CD des composants data - Documenter l'architecture, les data contracts et les guides d'onboarding pour rendre les équipes autonomes sur le socle
