Sre / devops ai (h/f) - cdi

Description du poste

Notre client est un acteur de référence du cloud souverain, qui conçoit, déploie et opère des infrastructures critiques pour des entreprises et des acteurs publics aux exigences élevées en matière de sécurité, de disponibilité et de conformité. Ils construisent et font évoluer des plateformes cloud de confiance, hautement disponibles et certifiées, dans des environnements sensibles où la robustesse, la résilience et la maîtrise technologique ne sont pas négociables. L’entreprise s’appuie sur une forte culture d’ingénierie, une approche produit assumée et une vision long terme de la souveraineté numérique.

Il souhaite renforcer ses équipes techniques avec un profil hybride, à la croisée du Site Reliability Engineering, du Cloud / DevOps et de l’IA appliquée aux environnements de production.

L’entreprise opère des plateformes et services techniques critiques, dans un environnement exigeant en matière de disponibilité, de sécurité, de qualité de service et d’industrialisation.

Dans ce contexte, l’objectif est d’accélérer l’intégration de l’IA dans les processus techniques : automatisation de tâches, amélioration des pipelines, outillage interne, revue ou analyse automatisée, mise à disposition de modèles, optimisation de workflows et fiabilisation des pratiques autour de l’IA.

Le besoin porte donc sur un profil capable de faire le pont entre deux mondes :
d’un côté, les exigences très concrètes de la production ; de l’autre, les opportunités offertes par l’IA pour automatiser, industrialiser et améliorer certains processus techniques.


Enjeux du poste

L’équipe actuelle est très proche des environnements de production et naturellement prudente face aux changements susceptibles de générer des incidents. L’introduction de l’IA peut générer des réserves, notamment parce qu’elle peut sembler moins maîtrisable ou moins déterministe qu’une approche programmatique classique.

L’objectif est donc d’intégrer un profil senior, crédible techniquement, capable de comprendre ces contraintes de production tout en apportant une vraie expertise sur les usages IA.

Ce profil devra aider à structurer les pratiques, identifier les bons cas d’usage, sécuriser leur mise en œuvre et accompagner les équipes dans une adoption pragmatique de l’IA.


Missions principales


SRE / Production

* Contribuer à la fiabilité, la disponibilité et la performance des plateformes et services opérés.

* Participer au maintien en condition opérationnelle des environnements de production.

* Améliorer les pratiques d’observabilité, de supervision, d’alerting, de gestion des logs et de résilience.

* Automatiser les opérations récurrentes et réduire les interventions manuelles.

* Participer à l’analyse, au diagnostic et à la résolution d’incidents.

* Contribuer à l’amélioration continue des pratiques SRE : fiabilité, run, incident management, post-mortems, documentation, industrialisation.

* Travailler en lien avec les équipes infrastructure, cloud, sécurité, exploitation et développement.


Cloud / DevOps / Platform Engineering

* Faire évoluer les plateformes techniques et les socles cloud.

* Contribuer à l’industrialisation des déploiements via des pratiques Infrastructure as Code et CI/CD.

* Participer à la conception et à l’amélioration des pipelines techniques.

* Être en support des équipes applicatives pour faciliter l’adoption des plateformes, outils et services mis à disposition.

* Proposer des évolutions techniques permettant d’améliorer la qualité, la sécurité, la disponibilité et l’efficacité opérationnelle.

* Contribuer à l’optimisation des usages et des consommations d’infrastructure.


IA appliquée à la production

* Identifier les cas d’usage pertinents où l’IA peut améliorer ou remplacer certaines tâches programmatiques classiques.

* Contribuer à l’intégration de briques IA dans les processus techniques : analyse de code, revue automatisée, détection d’anomalies, optimisation de workflows, assistance aux opérations, documentation ou support aux équipes.

* Participer à la mise à disposition, l’exploitation ou l’industrialisation de modèles IA.

* Aider à définir les bonnes pratiques d’usage de l’IA dans un contexte de production critique.

* Évaluer les risques liés à l’introduction de l’IA dans des processus techniques sensibles : fiabilité, sécurité, supervision, rollback, auditabilité, contrôle humain.

* Accompagner les équipes SRE / production dans l’adoption progressive de l’IA, avec pédagogie et pragmatisme.


Profil recherché


Profil recherché

Notre client recherche un profil senior, expert, contributeur individuel, sans dimension managériale directe.

Le profil idéal est un SRE expérimenté, un Cloud Engineer senior ou un Platform Engineer ayant déjà évolué sur des environnements critiques, industrialisés et fortement automatisés, avec une vraie appétence - idéalement une pratique concrète - de l’IA appliquée à des sujets techniques.

Il ne s’agit pas d’un profil Data Scientist pur, ni d’un profil IA théorique. Le bon profil doit avant tout être crédible auprès d’équipes production, comprendre les enjeux d’exploitation et de fiabilité, et être capable d’apporter une couche IA utile, maîtrisée et opérationnelle.


Compétences techniques attendues


Socle SRE / DevOps

* Expérience solide en ingénierie DevOps / SRE / Cloud Engineering.

* Très bonne compréhension des enjeux de production : disponibilité, performance, résilience, supervision, incidents, astreinte.

* Expérience sur des environnements cloud avec haut niveau d’industrialisation et d’automatisation.

* Maîtrise des pratiques CI/CD et Infrastructure as Code.

* Expérience sur des environnements conteneurisés et microservices.

* Bonne culture sécurité appliquée aux infrastructures et plateformes techniques.


Stack technique indicative

* Cloud : AWS ou environnement cloud comparable.

* CI/CD : Git, GitLab, GitLab CI.

* Infrastructure as Code : Terraform, Helm.

* Langages : Python, Bash, éventuellement Go.

* Conteneurisation : Docker, Kubernetes / EKS.

* Observabilité : Prometheus, Grafana, CloudWatch, Opsgenie.

* Logs : Elasticsearch, Kibana.

* Sécurité : IAM, KMS, Vault, gestion des secrets et des habilitations.

* Orchestration / automation : Airflow ou outils comparables.

* Qualité / outillage : SonarQube, Nexus, ECR ou équivalents.


Dimension IA

* Bonne compréhension des usages IA appliqués à l’ingénierie logicielle, au cloud ou aux opérations.

* Expérience ou forte pratique sur l’intégration de modèles IA dans des workflows techniques.

* Capacité à travailler sur des sujets de mise à disposition, déploiement, exploitation ou gouvernance de modèles.

* Appétence pour l’automatisation augmentée par IA.

* Capacité à distinguer les cas d’usage réellement utiles des effets de mode.

* Sensibilité aux enjeux de fiabilité, sécurité, supervision et contrôle des systèmes intégrant de l’IA.


Savoir-être attendu

* Forte crédibilité technique, profil expert, terrain, capable de parler à des SRE exigeants.

* Culture production très forte : compréhension des impacts opérationnels, des incidents et des contraintes d’astreinte.

* Capacité à rassurer et embarquer des équipes prudentes face à l’IA.

* Pédagogie et capacité à vulgariser des sujets complexes.

* Autonomie, rigueur, capacité d’analyse et de diagnostic.

* Force de proposition, curiosité et capacité à challenger l’existant.

* Esprit d’équipe, sens du service et posture collaborative.

* Capacité à présenter et défendre des choix techniques.

* Goût pour l’innovation, mais avec une approche pragmatique, sécurisée et orientée valeur.


Expérience recherchée

* Minimum 5 ans d’expérience sur des sujets SRE, DevOps, Cloud Engineering ou Platform Engineering.

* Expérience significative sur des environnements de production critiques, idéalement dans des contextes exigeants en matière de sécurité, disponibilité ou conformité.

* Expérience concrète ou forte exposition à des sujets IA appliqués à l’automatisation, aux plateformes, aux pipelines ou à l’exploitation.

* Une expérience dans des environnements techniques sensibles, réglementés ou à forte exigence de disponibilité serait un plus.


Ce qui fera la différence

* Avoir déjà intégré de l’IA dans des workflows techniques ou de production.

* Avoir travaillé sur une plateforme permettant d’exposer, déployer ou mettre à disposition des modèles IA.

* Avoir une double crédibilité : SRE / production d’un côté, IA appliquée de l’autre.

* Être capable d’identifier des cas d’usage IA concrets, mesurables et sécurisables.

* Être suffisamment senior pour faire évoluer les pratiques sans posture dogmatique.

* Avoir contribué à des projets open source ou à des communautés tech.

* Disposer de certifications cloud, DevOps, sécurité ou IA.