Dans le cadre du développement d’une application à forte exposition utilisant de l’intelligence artificielle générative, nous recherchons un Senior DevOps / SRE afin de sécuriser et industrialiser l’infrastructure de production de notre client.
L’application est destinée à un très grand nombre d’utilisateurs potentiels et repose sur un modèle IA auto-hébergé au sein d’une infrastructure souveraine.
Chez FGTech, 1 jour par semaine est dédié à l’amélioration continue, aux formations et certifications, au partage technique, aux actions associatives ou au repos (modèle 4+1).
Les principales missions seront :
Concevoir et mettre en œuvre les mécanismes de scalabilité de la plateforme.
Gérer les problématiques de files d’attente et traitements asynchrones.
Paramétrer et réaliser des tests de charge et de performance.
Identifier les points de saturation et proposer les optimisations nécessaires.
Mettre en œuvre les mécanismes de load balancing et de montée en charge.
Concevoir une architecture de backup, réplication et haute disponibilité entre plusieurs datacenters.
Définir et mettre en place la stratégie de monitoring, logging et alerting.
Suivre la performance de l’infrastructure et de l’application en production.
Participer à l’industrialisation et à l’automatisation des déploiements.
En complément, accompagner les équipes sur l’installation et le déploiement de modèles IA sur infrastructure privée.
Preferred experience
Nous recherchons un profil Senior DevOps / SRE, disposant d’une forte expertise sur les environnements de production à forte volumétrie.
Vous justifiez idéalement d’une expérience significative sur :
Des applications à fort trafic / forte charge.
La conception d’architectures scalables et hautement disponibles.
Les tests de charge et l’analyse de performances.
Les mécanismes de load balancing, réplication et résilience.
La mise en place de solutions de monitoring, observabilité, logs et alerting.
L’administration et l’industrialisation d’infrastructures complexes.
Les environnements conteneurisés et orchestrés.
Les problématiques de production critiques.
Une expérience sur des environnements IA / MLOps / LLM auto-hébergés constitue un réel plus.
Stack technique :
Python
FastAPI
Angular
TaskIQ / gestion de traitements asynchrones
Linux
Docker / conteneurisation
Kubernetes ou orchestrateur équivalent
Load balancing
Monitoring / observabilité
Logging centralisé
Haute disponibilité / réplication multi-datacenter
Infrastructure souveraine / environnement fortement contraint en matière de sécurité et de conformité
Modèles IA / LLM auto-hébergés
MLOps – apprécié
Recruitment process
Entretien RH
Entretien technique
Entretien Directrice d’agence