POSTE : Platform Engineer Elastic H/F DESCRIPTION : Dans un environnement de production informatique complexe, multi-domaines et à forte volumétrie, vous intégrerez une équipe dédiée à l'observabilité. Cette équipe assure la gestion, l'évolution et l'automatisation des plateformes techniques permettant la supervision, la métrologie et la valorisation des données issues des systèmes IT. Vous contribuerez à la construction d'une Data Platform d'observabilité, intégrant Elastic Stack et Grafana, interconnectée à des environnements critiques (plateformes de virtualisation, conteneurisation, streaming, etc.). Environnement technique : Vous évoluerez sur un périmètre très structuré comprenant : 4 plateformes Elastic Cloud Enterprise (600 VM dont 400 avec la Stack Elastic) 2 000 instances Elasticsearch 700 instances Kibana 70 APM 600 Logstash Volumétrie : 15 To/jour 4 plateformes Grafana 6 000 utilisateurs (dont 2 000 actifs mensuels) 3 800 dashboards, 650 sources de données, 600 alertes Déploiements via Git / CI / Ansible / ArgoCD avec objectif de migration vers Kubernetes. Missions principales : - Maîtriser l'ensemble des technologies et composants de la Data Platform d'observabilité - Accompagner les projets dans la collecte, la transformation et la mise à disposition de données hétérogènes - Concevoir et automatiser les pipelines d'ingestion de données (batch / temps réel) - Développer des routines de contrôle qualité pour garantir l'intégrité des données - Participer à la conception technique et fonctionnelle des solutions - Assurer le cycle de vie des données, de l'ingestion au stockage - Automatiser les déploiements et installations des socles techniques - Fournir le support technique et fonctionnel, analyser les incidents - Collaborer avec les équipes opérationnelles pour l'intégration des flux PROFIL : Compétences techniques requises : - Solide culture infrastructure : systèmes (Linux/Windows), réseau - Très bonnes connaissances Elastic Stack (Elasticsearch, Kibana, Logstash, APM) - Maîtrise des SGBD SQL/NoSQL et du langage de requêtage - Connaissances en Kafka, Dataiku, Zabbix, Dynatrace - Maîtrise des langages Python, SQL, Java - Bonne compréhension des architectures de données, flux, gouvernance - Pratique des méthodes Agile / DEVOPS et outils associés (CI/CD, Git, Ansible, Kubernetes) - Anglais technique courant