Ingénieur ITOps DataOps - Freelance

Missions

Au sein d’une organisation Agile et DevOps, l’ITOps est le garant de l’exploitabilité, de la disponibilité et de la résilience des solutions IT, il accompagne les équipes projets dans l’intégration des exigences de production, de sécurité et d’infrastructure tout au long du cycle de vie des applications et plateformes.
En complément, la dimension DataOps consiste à assurer le déploiement et l’architecture Data autour des solutions Databricks & Dataiku. Le rôle consiste à garantir la stabilité, la performance et la sécurité des environnements, en collaboration avec les équipes techniques et métiers de la direction Data & IA d’une grande entreprise du secteur financier.
Attention : nous ne recherchons pas un Data Engineer ni quelqu’un ayant simplement exploité ces solutions en tant qu’end user, mais un profil ITOps possédant de l’expérience dans le déploiement et l’industrialisation de solutions Data, notamment Databricks et/ou Dataiku.

Responsabilités principales

• Administrer les environnements Databricks et Dataiku : gestion des clusters, sécurité et gouvernance (Databricks Azure, Dataiku on prem)

• Automatiser le déploiement et la configuration IaC

• Administrer des environnements Airflow, Starburst … et rétablir le service en cas d’incident

• Assurer la fiabilité, l’intégrité et la qualité de la plateforme en production

• Participer à la conception d’architectures data end-to-end (ingestion, stockage, transformation, exposition) et anticiper les impacts sur la production

Compétences clés

Techniques

• Linux (RHEL), Docker, Kubernetes / OpenShift

• Databricks, Dataiku (connaissances avancées)

• Airflow, Starburst, Domino AI, RASA, Collibra (un plus)

• Automatisation & IaC : Git, Ansible, Terraform, Helm, DigitalAI, ArgoCD

• Scripting : Python, SQL, Shell, YAML

• Observabilité & Monitoring : ELK, SysDig, Dynatrace, Grafana

• Cloud : IBM Cloud (Cloud Principal), Azure (pour la solution Databricks)

Métier & Soft skills

• Analyse, diagnostic, résolution de problèmes et définition des indicateurs pertinents (SLI/SLO)

• Autonomie, sens des priorités et proactivité

• Capacité à anticiper les besoins futurs en matière de Data & AI et à proposer des solutions innovantes pour améliorer la fiabilité et la performance des services