iCapital

28 oct. 2026

Site Reliability Engineer - Vice President

Portugal

Lisbon, Portugal

AWSKubernetesTerraform

Traduction automatique. Consultez l’original.

À propos du poste

L'équipe Site Reliability Engineering chez iCapital est essentielle pour garantir que notre plateforme offre un service cohérent et fiable à notre clientèle. Nos services fonctionnent sur Kubernetes dans AWS, et ce rôle se concentre sur le maintien de leur bon fonctionnement en production.

Nous recherchons l'ingénieur opérationnel vers qui les autres se tournent lorsque la production est en panne et que la cause n'est pas évidente. Vous effectuerez des diagnostics sur l'ensemble de la full stack (l'application, ses conteneurs, Kubernetes et l'infrastructure cloud sous-jacente) et transformerez vos découvertes en améliorations durables : normes de fiabilité plus strictes, déploiements plus sûrs, alertes plus précises et automatisation visant à prévenir la répétition des pannes. Vous vous appuierez quotidiennement sur des métriques, des journaux et des traces, mais le cœur de ce rôle consiste à diagnostiquer et à résoudre ce qu'ils révèlent.

Responsabilités

Agir en tant que point d'escalade senior pour les problèmes de production complexes dans les services basés sur Kubernetes, en menant des investigations pratiques sur les couches applicatives, de conteneurs, Kubernetes et AWS jusqu'à la cause profonde.

Collaborer avec les équipes responsables de notre infrastructure de cluster pour résoudre les problèmes au niveau de la plateforme, et intégrer vos apprentissages dans les normes et améliorations de fiabilité.

Définir et mettre en œuvre des normes de fiabilité et d'opérabilité pour les services basés sur Kubernetes, y compris le dimensionnement des ressources, les contrôles de santé, les modèles de mise à l'échelle, la sécurité des déploiements et la surveillance de base, dans le cadre de l'intégration des services.

Agir en tant qu'Incident Commander ou responsable technique senior lors d'incidents de haute gravité, diriger les post-mortems et piloter des améliorations systémiques grâce à des plans d'action et un suivi mesurable.

Transformer les investigations récurrentes en runbooks, outils de diagnostic et remédiation automatisée afin de réduire le temps de résolution et d'éliminer les tâches répétitives.

Accompagner les ingénieurs dans le dépannage systématique et les meilleures pratiques Kubernetes par le biais de revues, de game days et du partage de connaissances.

Définir, mettre en œuvre et itérer les objectifs de niveau de service (SLO) et les indicateurs de niveau de service (SLI) qui reflètent les attentes des clients et de l'entreprise.

Standardiser la surveillance et l'alerte via le « monitors as code » (Terraform préféré), incluant des portes de qualité telles que la sévérité, la responsabilité et les liens vers les runbooks.

Exploiter et ajuster les pipelines OpenTelemetry, y compris le nettoyage des données, la gestion de la cardinalité et l'enrichissement de la télémétrie avec des champs cohérents.

Maintenir l'infrastructure derrière notre pile de surveillance, y compris les Helm charts, ArgoCD ApplicationSets, les flux Kinesis, les fonctions Lambda et Prometheus.

Participer aux rotations d'astreinte avec un accent sur l'amélioration de la fiabilité, la réduction du bruit des alertes et l'augmentation de la qualité du signal au fil du temps.

Ce dont vous aurez besoin (Indispensable)

5+ années d'expérience en SRE ou rôles connexes, avec une preuve de séniorité technique sur plusieurs services et équipes.

3+ années d'expérience pratique dans l'exécution et le dépannage de charges de travail en production sur Kubernetes, avec une compréhension approfondie de la manière dont Kubernetes planifie, connecte, met à l'échelle et déploie les charges de travail.

Capacité démontrée à diagnostiquer de manière indépendante des pannes complexes dans des systèmes distribués fonctionnant sur Kubernetes, couvrant les problèmes d'application, de configuration, de ressources, de réseau et de mise à l'échelle, y compris dans les cas où la cause profonde n'était pas évidente.

Solides fondamentaux en Linux et en réseau, avec la capacité de dépanner sous la couche conteneur.

Solide expérience en production avec AWS, y compris la manière dont le réseau cloud et les contrôles d'accès affectent les charges de travail s'exécutant dans Kubernetes.

Solides compétences en réponse aux incidents, y compris la direction de rétrospectives/post-mortems et le suivi des correctifs systémiques.

Solides compétences en IaC (Terraform préféré), avec des exemples de modules réutilisables, de modèles de monitors-as-code ou de travaux de standardisation similaires, et la capacité de codage pour construire de l'automatisation et des outils de diagnostic.

Expérience avérée dans la définition de SLO/SLI et l'utilisation d'une pile d'observabilité (telle que Prometheus/Grafana, New Relic, Splunk ou similaire) pour orienter les décisions et trouver rapidement les causes profondes.

Communication écrite et orale claire, avec la capacité d'influencer les équipes d'ingénierie par le biais de normes, d'outils et de conseils pratiques.

Souhaitable

Certification Kubernetes (CKA ou CKS) ou une expertise équivalente.

Expérience dans l'amélioration de la sécurité des déploiements et du comportement d'autoscaling pour les charges de travail Kubernetes.

Familiarité avec les magasins de données courants (Postgres, MongoDB, DynamoDB) et la manière dont ils échouent dans les systèmes distribués.

Expérience en instrumentation OpenTelemetry à grande échelle.

Nous pensons que les meilleures idées et l'innovation émergent lorsque nous sommes ensemble. Les employés occupant ce poste travailleront au bureau quatre jours par semaine, avec la flexibilité de travailler à distance un jour (le vendredi).

Pour plus d'informations sur iCapital Network, veuillez visiter icapitalnetwork.com/about-us Twitter : @icapitalnetwork | LinkedIn : linkedin.com/company/icapital-network-inc

Avantages

iCapital propose un ensemble complet d'avantages sociaux qui comprend un programme de rémunération globale composé d'un salaire compétitif, d'une prime de performance annuelle et d'actions pour tous les employés à temps plein ; une couverture santé avec une assurance santé et dentaire payée à 100% par l'employeur ; et des congés payés généreux.

Langues

Site Reliability Engineer - Vice President

À propos du poste

Responsabilités

Ce dont vous aurez besoin (Indispensable)

Souhaitable

Avantages

Ton prochain jobest déjà à ta recherche.

Plus d’opportunités avec un seul profil

Continuer à explorer

Développeur Senior .NET (Fintech)

Analyste Business & Systèmes

Développeur Senior Angular (francophone) | BPCE-SI