Expert ELK Alertmanager

ELK - Expert - Impératif Alertmanager - Expert - Impératif Prometheus - Expert - Impératif Contenerisation/kubernetes/openshift - Confirmé - Important Connaissances linguistiques Anglais Courant (Impératif)

Contexte

Créée le 15 octobre 2015, BPCE Infogérance et Technologies est une structure commune des filiales informatiques du Groupe BPCE (Banque Populaire Caisse d'Epargne). Résultat d'une logique industrielle, c'est un Groupement d'Intérêt Economique (GIE) qui vise à consolider les infrastructures et mutualiser les achats afin d'optimiser les coûts et renforcer la qualité de service de l'ensemble de la production informatique du Groupe. Elle propose également des services d'infrastructures à valeur ajoutée (messagerie, visioconférence,…) pour les utilisateurs et les systèmes d'informations. Avec 1 200 collaborateurs en majorité analystes, ingénieurs et experts informatiques présents dans 14 villes, l'entreprise s'appuie également sur ses propres fonctions supports : achats, finance, audit, risques, architecture et sécurité, ressources humaines, communication interne, moyens généraux. Description détaillée Contexte Vous intégrerez l’équipe Automatisation Linux, une équipe transverse qui conçoit et maintient un écosystème destiné à accompagner plusieurs équipes métiers et à répondre à une grande variété de cas d’usage. Cette équipe gère une infrastructure Ansible Automation Platform containerisée, hébergée sur un mixte de machines virtuelles et de conteneurs OpenShift. Dans le cadre de l’évolution de cette plateforme, l’équipe souhaite renforcer sa compétence en observabilité, afin de tracer et superviser à la fois : - l’infrastructure (VMs, clusters OpenShift, conteneurs), - les composants de la plateforme Ansible Automation Platform, - les exécutions Ansible (jobs, playbooks, collections), - la conformité et l’intégrité des objets automatisés. Votre mission - Concevoir, mettre en place et maintenir une solution d’observabilité complète autour de l’écosystème Ansible Automation Platform. - mettre en place et maintenir une solution d'analyse des performances de la plateform AAP2. - Définir et implémenter des métriques, logs et alertes pour superviser l’infrastructure (VMs + conteneurs OpenShift). - Mettre en œuvre la traçabilité des exécutions Ansible (suivi des jobs, conformité des objets, détection des anomalies). - Intégrer et exploiter les solutions existantes (Zabbix, Prometheus, Alertmanager, Loki, ELK, Splunk). - Créer des dashboards de pilotage pour offrir une visibilité en temps réel sur la santé de la plateforme. - Garantir la fiabilité et la performance des outils de supervision. - Automatiser la collecte et l'analyse des données pour une meilleure visibilité des systèmes. - Configuration des alertes et des notifications pour les incidents potentiels. - Accompagner l’équipe et les utilisateurs dans l’adoption des bonnes pratiques d’observabilité. - Documenter, partager et transférer les connaissances.

Compétences requises # Hard skills

- Intégration de solutions de monitoring/logging : Prometheus, Alertmanager, Loki, ELK, Splunk, Zabbix. - Conception de dashboards de supervision (Grafana, Kibana). - Conception des Dashboard du Morning Checks - Expérience dans la traçabilité d’exécutions applicatives et d’infrastructures. - Supervision d’environnements hybrides (VMs et conteneurs OpenShift/Kubernetes). - Scripting (Python, Bash) pour l’intégration et l’automatisation des collectes. # Soft skills - Supervision des "quatre signaux d'or" : latence, trafic, erreurs et saturation. - Esprit d’analyse et sens du détail pour corréler événements, logs et métriques