Modus Create
Site Reliability Engineer
OPPORTUNITÉ
SITE RELIABILITY ENGINEER
Nous recherchons un Site Reliability Engineer expérimenté pour construire des systèmes fiables et observables qui permettent aux équipes de nos clients d'opérer en toute confiance à grande échelle. Vous travaillerez au sein d'équipes pluridisciplinaires — en partenariat avec des développeurs, des ingénieurs plateforme et des équipes opérationnelles — pour réduire le travail répétitif (toil), améliorer la fiabilité des systèmes et prévenir les incidents avant qu'ils n'affectent les utilisateurs.
En tant que Senior Site Reliability Engineer, vous prenez en charge la fiabilité des systèmes sur l'ensemble de notre stack backend — de l'infrastructure AWS (ALB, ECS/Fargate, Aurora) aux services Python. Vous concevez et maintenez des systèmes d'observabilité, définissez des SLA et des budgets d'erreur, construisez des processus de réponse aux incidents et pilotez les améliorations en matière de disponibilité et de performance. Vous participerez à des rotations d'astreinte 24/7 P0 avec un SLA d'accusé de réception de 10 minutes, dirigerez les enquêtes sur les incidents et les post-mortems, et aiderez les équipes à passer d'une gestion réactive des crises à une ingénierie de la fiabilité proactive. Vous mentorerez et intégrerez également des ingénieurs SRE supplémentaires à mesure que l'équipe passera de 4 à 8-12 membres au cours des prochains mois.
Le Site Reliability Engineer travaillera main dans la main avec des équipes pluridisciplinaires pour garantir que les systèmes restent résilients, évolutifs et observables dans les environnements clients. Vous aurez également l'opportunité de conseiller la direction sur la stratégie de fiabilité et d'aider à façonner la manière dont les organisations abordent l'excellence opérationnelle.
TÉLÉTRAVAIL, CONTRAT
À PROPOS DE NOUS
Modus Create est un partenaire de conseil numérique qui aide les organisations ambitieuses à concevoir, construire et moderniser des produits numériques, des plateformes et des expériences basées sur l'IA. Nous travaillons main dans la main avec les équipes de nos clients pour passer de l'idée à la production de manière rapide et durable, avec une voie claire vers le passage à l'échelle.
Fondée en 2011, Modus est une équipe mondiale, entièrement en télétravail, composée de technologues de classe mondiale qui s'épanouissent dans un environnement collaboratif et innovant. Nous sommes un partenaire d'ingénierie de produits numériques pour les entreprises avant-gardistes. Nos équipes mondiales travaillent côte à côte avec les clients pour concevoir, construire et mettre à l'échelle des solutions personnalisées qui obtiennent des résultats réels et un changement durable, en partenariat avec des leaders de l'industrie, notamment AWS, GitHub et Atlassian.
Nous étions entièrement en télétravail avant que cela ne devienne la norme ! Reconnus comme l'une des entreprises privées à la croissance la plus rapide du classement Inc. 5000 pendant neuf ans et comme l'une des meilleures entreprises pour le travail à distance par FlexJobs, nous avons aidé certaines des plus grandes marques mondiales à offrir des expériences numériques puissantes.
EXIGENCES *
- 6+ années d'expérience pratique en SRE, DevOps ou ingénierie de plateforme à grande échelle *
- Maîtrise solide d'une plateforme cloud : expertise approfondie de AWS (ALB, ECS/Fargate, RDS Aurora, Lambda, IAM) *
- Expérience en ingénierie backend Python en production ; à l'aise avec le débogage et l'optimisation des services Python dans des conteneurs et des Lambdas *
- Les rôles de Site Reliability Engineering nécessitent une participation à la rotation d'astreinte, avec un service de support pendant et en dehors des heures de bureau *
- Expérience dans la construction ou le lancement de programmes SRE à partir de zéro *
- Expérience pratique de la réponse aux incidents, des rotations d'astreinte, des post-mortems et des SLO *
- Expérience approfondie dans la conception et la mise en œuvre de l'observabilité (métriques, journalisation, traçage, alertes) *
- Solide compréhension de la conteneurisation (Kubernetes, Docker) et de l'automatisation du déploiement *
- Expérience dans l'écriture et la maintenance d'infrastructure-as-code (Terraform, CloudFormation, Pulumi, etc.) *
- Expérience pratique des pipelines CI/CD et des stratégies de déploiement *
- Capacité à dépanner les systèmes distribués et les problèmes de production avec le débogage de pannes complexes *
- Compétences en communication claire et capacité à expliquer les compromis de fiabilité aux parties prenantes *
- Maîtrise des scripts (Python, Bash, Go) ; fondamentaux de l'administration Linux/Unix *
- Contrôle de version (Git), flux de travail collaboratifs et modèles d'automatisation de l'infrastructure
- Une connexion internet haut débit fiable est indispensable *
RESPONSABILITÉS CLÉS ET LIVRABLES *
- Concevoir des systèmes d'observabilité (métriques, journalisation, traçage) et définir des SLO, des budgets d'erreur et des stratégies de surveillance alignés sur les besoins de l'entreprise *
- Prendre en charge la rotation d'astreinte 24/7 P0 avec un SLA d'accusé de réception de 10 minutes ; valider et escalader les rapports d'incidents générés par l'IA aux équipes plateforme *
- Établir des normes de fiabilité et des objectifs de SLA pour les services backend *
- Mentorer et intégrer des ingénieurs SRE supplémentaires à mesure que l'équipe atteint 8-12 membres *
- Participer à la réponse aux incidents, au dépannage, à l'analyse des causes profondes et aux post-mortems *
- Mettre en œuvre des améliorations de fiabilité, la planification de la capacité et l'optimisation des performances *
- Construire une automatisation auto-réparatrice et des initiatives de réduction du travail répétitif pour minimiser le travail opérationnel manuel *
- Collaborer avec les équipes pour intégrer la fiabilité et l'observabilité dans la livraison *
- Prendre en charge les charges de travail modernes, y compris les applications et services d'IA ; comprendre leurs exigences opérationnelles et de fiabilité *
- Créer des runbooks, de la documentation d'architecture et des guides de dépannage pour permettre l'autonomie *
- Examiner les changements d'infrastructure et contribuer aux normes de fiabilité et à la cohérence *
- Ajuster activement les systèmes pour la latence, le débit et l'efficacité des ressources en fonction des données d'observabilité
COLLABORATION D'ÉQUIPE *
- Disponibilité pour des sessions de travail régulières et des ateliers de découverte avec les équipes clientes *
- Capacité à travailler de manière autonome tout en collaborant avec les dirigeants de Modus et des clients *
- Un chevauchement quotidien avec les heures de bureau des clients est attendu
- Documenter les solutions, partager les apprentissages avec l'équipe, contribuer aux wikis internes et aux runbooks *
- Programmer en binôme et collaborer sur des problèmes complexes de fiabilité et d'exploitation *
- Accueillir les revues de code et d'architecture ; solliciter des avis sur les conceptions de fiabilité *
- Capacité à se coordonner avec les équipes de sécurité, de plateforme et de développement sur la fiabilité et les opérations
COMPÉTENCES EN OPTION *
- Expérience dans la conception ou l'exploitation de plateformes de développement internes *
- Familiarité avec le chaos engineering, les tests de résilience ou la planification de scénarios de défaillance *
- Expérience en sécurité cloud et conformité (préparation aux audits, renforcement de la sécurité) *
- Expérience avec l'infrastructure IA, le service LLM ou les opérations de systèmes agentiques *
- Mentorer des ingénieurs juniors ou diriger des discussions de conception technique *
- Optimisation des coûts et pratiques FinOps cloud *
- Expérience avec les rapports d'incidents générés par l'IA et les flux de validation *
- Optimisation des performances Python et optimisation backend *
- Construire des programmes SRE dans des environnements à forte croissance ou à passage à l'échelle rapide
VOUS ALLEZ ADORER *
- Apprendre de chaque incident et améliorer continuellement les systèmes *
- Résoudre des problèmes complexes de fiabilité, d'observabilité et d'exploitation *
- Travailler avec des plateformes cloud modernes, Kubernetes, l'infrastructure-as-code et l'observabilité *
- Avoir un impact direct sur la disponibilité des systèmes, les performances et l'efficacité opérationnelle *
- Collaborer avec d'excellentes équipes et aider à façonner les meilleures pratiques de fiabilité d'entreprise et SRE *
- Soutenir les équipes exploitant des applications et services d'IA de manière fiable et sécurisée à grande échelle *
- En rejoignant notre équipe, vous ferez partie d'une équipe gagnante qui mise sur les forces de chacun et célèbre chaque succès ensemble
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil