Platform Engineer – Observabilité & Métriques Jean-Michel.io

Au sein de l'équipe d'ingénierie Plateformes de la DSI de notre client, le/la Platform Engineer est en charge de concevoir, mettre en place, opérer et faire adopter la plateforme d'observabilité et de métriques au service des équipes Produits du groupe (France & International). L'équipe compte une quinzaine de personnes, est basée dans l'agglomération nantaise et opère sur un périmètre technique large et hétérogène : AWS, Kubernetes (EKS), Linux, middleware Java/Tomcat, bases de données, on-premise et systèmes historiques (AS400). Le/la Platform Engineer est propriétaire du sujet de bout en bout : choix d'architecture, industrialisation, modèle de données de métriques, alerting, SLO, self-service et évangélisation auprès des équipes Produits. Le sujet est à construire, pas à reprendre. Démarrage : ASAP.

Architecture et construction de la plateforme d'observabilité

• Définir l'architecture cible d'observabilité (métriques, logs, traces, événements) et la trajectoire de convergence depuis les outils de supervision existants.

• Déployer et opérer la chaîne de collecte et de stockage des métriques (Prometheus et stockage long terme type Thanos / Mimir / VictoriaMetrics, ou équivalent managé) : haute disponibilité, remote-write, rétention, agrégation et downsampling.

• Déployer et opérer la chaîne de logs (Elastic/OpenSearch ou Loki, avec Fluent Bit / Vector / OTel Collector) : normalisation, parsing, indexation, cycle de vie et maîtrise des volumes.

• Mettre en place le tracing distribué (OpenTelemetry, Tempo / Jaeger / AWS X-Ray) et la stratégie d'échantillonnage.

• Standardiser l'instrumentation via OpenTelemetry (SDK, collector, pipelines, auto-instrumentation) et les exporters pour les composants non instrumentables.

• Définir et faire respecter le modèle de données de métriques : conventions de nommage, labels, maîtrise de la cardinalité, rétention par usage.

• Couvrir l'ensemble du périmètre, y compris les briques non cloud-native (Linux, Tomcat, bases de données, message broker, AS400), via exporters, agents ou intégrations dédiées.

Visualisation, alerting et exploitabilité

• Concevoir un catalogue de tableaux de bord Grafana standardisés par type de workload, gérés as code (provisioning, versionnement).

• Mettre en place l'alerting (Alertmanager / Grafana Alerting) : règles, routage, escalade, intégration avec l'outillage ITSM.

• Travailler activement la réduction du bruit : pertinence des seuils, corrélation, déduplication, alertes actionnables associées à des runbooks.

• Définir les SLI / SLO avec les équipes Produits et contribuer aux post-mortems.

Industrialisation et adoption

• Décrire l'intégralité de la plateforme en Infrastructure as Code et l'exploiter en GitOps (Terraform, Helm, Ansible, ArgoCD/Flux, CI/CD GitLab).

• Offrir l'observabilité en self-service aux équipes Produits : onboarding automatisé, multi-tenancy, RBAC, quotas, documentation et modèles prêts à l'emploi.

• Piloter le coût de l'observabilité (volumétrie, cardinalité, rétention, coût par tenant) et arbitrer entre couverture et dépense.

• Évangéliser, former et accompagner les équipes Produits et l'équipe Plateformes sur les pratiques d'observabilité.

• Implémenter les prérequis de sécurité et de conformité sur la chaîne d'observabilité (cloisonnement des données, gestion des secrets, traçabilité), en alignement avec les principes définis par le RSSI.

Contribution au socle Plateformes

• Administrer les ressources et services AWS nécessaires à la plateforme (serveurs Linux, clusters K8s, stockage, réseau).

• Maintenir en condition opérationnelle la plateforme d'observabilité et assurer un support technique de second niveau.

• Diagnostiquer les pannes et dysfonctionnements d'infrastructure et les résoudre.

• Participer à l'amélioration continue de l'industrialisation et de l'automatisation de la plateforme d'hébergement.

Livrables attendus

• Dossier d'architecture d'observabilité et trajectoire de convergence.

• Plateforme métriques / logs / traces en production, décrite en Infrastructure as Code.

• Catalogue de tableaux de bord et de règles d'alerte standardisés, versionnés.

• Référentiel de SLI/SLO et runbooks associés.

• Documentation d'exploitation, guides d'onboarding pour les équipes Produits et transfert de compétences vers l'équipe.

• 5 ans ou plus d'expérience confirmée dans la conception et l'exploitation de plateformes d'observabilité et de supervision en production, sur des environnements à forte volumétrie.

• Prometheus et son écosystème (PromQL, exporters, service discovery, Alertmanager), ainsi que stockage long terme (Thanos / Mimir / VictoriaMetrics).

• Grafana : conception de tableaux de bord, provisioning as code, alerting.

• Expérience de la collecte et de l'exploitation des logs : ELK / OpenSearch, Loki, Fluent Bit / Logstash / Vector.

• OpenTelemetry et tracing distribué (collector, instrumentation, échantillonnage).

• Capacité à concevoir un modèle de données de métriques (conventions de nommage, maîtrise de la cardinalité).

• Pratique du monitoring de plateformes Kubernetes et AWS (kube-state-metrics, node-exporter, CloudWatch).

• Linux, connaissances de Docker et des langages de scripting orientés Infrastructure as Code.

• Infrastructure as Code et pratiques GitOps / CI/CD (Terraform, Helm, ArgoCD/Flux, GitLab CI).

• Connaissance des composants d'infrastructure à superviser (Java/Tomcat, bases de données, stockage, réseau) et maîtrise de l'anglais technique.