Expert kubernetes /ia (h/f) : kubernetes, prometheus

Nous recherchons pour notre client un(e) Expert Kubernetes /IA (H/F).

Rôle principal : Garantir la disponibilité, performance et stabilité du cluster IA (GPU/CPU/réseau/stockage), automatiser son exploitation et assurer le support.

Vos missions :

Maintien en condition opérationnelle (MCO) du cluster IA, incluant la gestion des nœuds GPU/CPU, du stockage et du réseau.

Administration des systèmes Linux : installation, configuration et optimisation.

Exploitation et gestion des environnements Kubernetes : déploiement, montée en charge (scaling) et haute disponibilité (HA).

Supervision et monitoring des infrastructures à l'aide d'outils tels que Prometheus et Grafana.

Gestion des incidents techniques, analyse post-mortem et mise en place de plans d'action correctifs.

Automatisation des tâches opérationnelles via Ansible et scripts Bash/Python.

Gestion des jobs : ordonnancement des tâches GPU, gestion des quotas et priorités.

Pilotage des mises à jour des systèmes d'exploitation, des pilotes NVIDIA et des composants Kubernetes.

Gestion des incidents liés à l'infrastructure et coordination des interventions.

Rédaction et mise à jour de la documentation d'exploitation pour assurer la traçabilité et la continuité des opérations.

Profil candidat:

Vous êtes certifié Kubernetes, justifiez d'une expérience professionnelle minimum de 8 ans dans un poste similaire, et maîtrisez les environnements suivants :

Infrastructure : Linux Ubuntu, Kubernetes, Docker, GPU NVIDIA (drivers, CUDA, MIG), Ansible, gestion des environnements distribués.

Observabilité : Prometheus, Grafana

Stockage : systèmes de fichiers distribués, stockage haute performance et stockage objet

Réseau : comprendre l'architecture réseau d'un cluster (VLAN, Load balancing...)

Méthodes : ITIL/ITSM, gestion des incidents et des changements, documentation d'exploitation.