Confluent - Ingénieur logiciel senior - Outillage de réponse aux incidents

Introduction Chez IBM Software, nous transformons les défis des clients en solutions. Nous concevons les produits cloud-native alimentés par l'IA les plus avancés au monde, qui façonnent l'avenir des entreprises et de la société. Notre héritage d'innovation offre aux IBMers d'innombrables occasions d'apprendre, de progresser et d'avoir un impact à l'échelle mondiale. Travailler dans le domaine Software, c'est rejoindre une équipe animée par la curiosité et la collaboration.

Vous travaillerez avec des technologies, des partenaires et des secteurs d'activité variés pour concevoir, développer et livrer des solutions qui alimentent la transformation numérique. Avec une culture qui valorise l'innovation, la croissance et l'apprentissage continu, IBM Software vous place au cœur du portefeuille produits et technologiques d'IBM. Ici, vous disposerez des outils et des opportunités nécessaires pour faire progresser votre carrière tout en créant des logiciels qui changent le monde.

Votre rôle et vos

responsabilités

Confluent Cloud traite des millions d'événements par seconde sur AWS, GCP et Azure. Lorsqu'un incident survient, la pile de gestion des incidents doit fonctionner : les bonnes personnes sont alertées, l'incident est suivi de la détection à la résolution, et ensuite les données nous indiquent ce qui s'est passé et où investir. Nous recherchons un ingénieur qui prendra en charge cette base. Vous gérerez au quotidien notre outillage de gestion des incidents, en assurant la responsabilité de PagerDuty et Rootly.

Vous définirez également la manière dont nous mesurons les incidents et transformerez ces données en analyses sur lesquelles la direction de l'ingénierie agira. Environ 75 % de votre temps sera consacré à l'ingénierie pratique : configuration, automatisation, intégrations et travail sur les données. Les 25 % restants seront consacrés à la collaboration avec les équipes d'ingénierie et les responsables d'incidents. Vous ferez partie d'une équipe mondiale assurant une couverture « follow-the-sun » et des passations claires, qui permettent à chacun de travailler dans des horaires soutenables.

Ce poste s'inscrit au sein de Cloud Architecture and Reliability - Supportability, une équipe transversale qui pilote les standards de fiabilité et l'outillage à l'échelle de l'ingénierie.

Ce que vous ferez

• Assurer la configuration de Rootly et PagerDuty : workflows, politiques d'escalade, plannings, services, champs de formulaire et définitions des niveaux de gravité •Développer et maintenir les intégrations entre Rootly, PagerDuty, Jira, Confluence, Slack et notre catalogue de services •Définir et documenter les métriques d'incidents (MTTD, MTTM, MTTR, volume par gravité, équipe et cause racine) afin qu'elles soient calculées de la même manière partout •Construire des tableaux de bord et des rapports récurrents sur les tendances des incidents, et mettre en évidence les récidivistes et les lacunes de détection •Garantir l'exactitude des données d'incidents : auditer les champs manquants ou incohérents et automatiser les corrections lorsque c'est possible •Accompagner les responsables d'incidents et les ingénieurs d'astreinte sur les questions d'outillage, l'intégration et la documentation •Écrire des automatisations via les API des fournisseurs afin de réduire la charge manuelle liée aux incidents

Compétences requises

• 4 ans et plus d'expérience en SRE, exploitation de production, DevOps ou dans un rôle d'ingénierie similaire •Expérience pratique d'administration d'outils de gestion des incidents ou d'astreinte (PagerDuty, Rootly, Opsgenie, incident.io ou équivalent) •Maîtrise de Python, Go ou d'un langage similaire pour le scripting et les intégrations d'API •Solides compétences en SQL et en analyse de données ; expérience dans la création de tableaux de bord (Looker, Grafana, Tableau ou équivalent) •Expérience cloud avec au moins l'un des fournisseurs AWS, GCP ou Azure (nous utilisons les trois) •Communication écrite claire : runbooks, définitions de métriques et rapports destinés à la direction de l'ingénierie

Compétences souhaitées

• Familiarité avec les pratiques de gestion des incidents : cadres de gravité, post-mortems, SLO et budgets d'erreur •Expérience en astreinte ou en tant que commandant d'incident •BigQuery ou un autre entrepôt de données cloud •Exposition à Kafka ou aux systèmes distribués Informations complémentaires Vous devez être en mesure de travailler au Canada sans parrainage. Ce poste implique de travailler avec des technologies soumises aux réglementations d'exportation et aux sanctions.

Si vous êtes un ressortissant étranger de l'un des pays sous sanctions américaines suivants (Cuba, Iran, Corée du Nord, Syrie, ainsi que les régions de Crimée, Louhansk, Donetsk, Kherson et Zaporijia en Ukraine) titulaire d'un permis de travail, vous n'êtes pas éligible à ce poste. Rémunération, avantages sociaux et autorisation de travail : la fourchette salariale du poste est basée sur un horaire à temps plein.

Votre salaire final au sein de cette fourchette peut varier en fonction de vos compétences et de votre expérience liées au poste.