Ingénieur DevOps Automation & Observability - Freelance

Contexte

Ingénieur DevOps – Automation & Observability

Au sein de l'équipe Automation & Observability, qui met à disposition des outils de self-provisioning de ressources d’infrastructure à destination des équipes internes, le titulaire du poste sera garant de la fiabilité, de la maintenance, des performances et de l'évolution de ces outils.

Le prestataire est en contact direct avec les équipes de développement applicatif, les product owners et l'équipe infrastructure, afin d'être au plus près des besoins en automatisation.

Périmètre technique

• Ansible (maîtrise requise) — AWX (Ansible Workflow Automation) est un fort plus

• Python : scripting, développement d'APIs et de petites applications

• Terraform, Bash / Shell, PowerShell

• CI/CD : Azure DevOps Pipelines, GitHub Actions

• Docker & Kubernetes

• Sysadmin Linux et Windows

• Environnement hybride : Azure / AWS / On-Premises

• Connaissances en Splunk est un plus

Missions

• Étudier et mettre en œuvre des solutions d'automatisation des tâches IT

• Contribuer à la construction et à l'évolution du catalogue de services d'infrastructure (self-provisioning)

• Faire évoluer la plateforme d'automatisation (AWX)

• Mettre en place et maintenir les pipelines CI/CD pour les déploiements

• Développer des APIs et applications Python pour exposer et intégrer les services d'automatisation

• Assurer un support aux équipes applicatives et infrastructure sur l'ensemble du périmètre technique

• Travailler en méthode agile, avec les outils Azure DevOps / GitHub

Usage de l'IA dans le développement

Le prestataire est attendu sur une utilisation active des outils d'IA générative dans ses activités de développement, notamment GitHub Copilot.
Cela inclut :

• La génération et la revue de code assistées par IA (playbooks Ansible, pipelines, applications Python)

• Le développement d'APIs et d'applications Python avec assistance IA — génération de structure de projet, endpoints, tests unitaires, documentation

• L'optimisation des workflows / méthodologies de développement via l'IA

• Une capacité à évaluer la pertinence et la qualité des suggestions générées

La maîtrise de ces pratiques est considérée comme un critère différenciant dans l'évaluation des candidatures.