Senior SRE & DevOps Engineer H/F - Paris

La Société Noveo :
Le Groupe Noveo, société en croissance et acteur majeur dans le développement de solutions innovantes, accompagne ses Clients Grands Comptes, PME et Startups dans la transformation et la mise en œuvre de leurs systèmes d'informations et solutions digitales.
Groupe international, s'appuyant sur une équipe de plus de 1000 ingénieurs, et fort de plus de 20 ans d'expérience dans le développement de systèmes complexes, le Groupe Noveo se positionne au cœur de la convergence des SI et des solutions numériques et digitales.

https://noveogroup.com/

Contexte :
Notre client est une scale-up technologique B2B basée à Paris, en forte croissance et positionnée parmi les acteurs de référence de son marché en Europe. Sa plateforme met en relation des entreprises avec un large réseau de prestataires et automatise une grande partie de leurs opérations.

Soutenue par des fonds d'investissement internationaux de premier plan, l'entreprise dispose d'une activité internationale et place l'innovation technologique au cœur de sa stratégie.

Dans un contexte de croissance et de transformation de son architecture technique, notre client souhaite renforcer la fiabilité, la résilience et la performance de sa plateforme.

L'environnement technique repose notamment sur NestJS, MongoDB et GraphQL, au sein d'un monorepo. La plateforme traite des transactions financières pour des clients grands comptes dans plusieurs pays.

L'équipe Engineering travaille actuellement à l'extraction de services API depuis le monolithe, à l'intégration de nouvelles équipes de développement et à l'amélioration des pratiques de fiabilité à la suite d'un incident de production majeur.

Nous recherchons un Senior Site Reliability Engineer (SRE) / DevOps capable de structurer les pratiques, les outils et la culture nécessaires pour faire de la fiabilité une composante essentielle du développement et de l'exploitation de la plateforme.

Il s'agit d'un poste d'expert technique individuel (Individual Contributor), rattaché au VP Engineering, avec une forte autonomie et un impact direct sur l'ensemble de l'équipe Engineering.

Vos missions :

• Approfondir l'observabilité de la plateforme à l'aide de Datadog.

• Mettre en place et exploiter des métriques avancées : consommation du heap V8, latence de l'event loop, erreurs de type OOM (Out of Memory) et temps d'exécution des handlers.

• Surveiller les files de messages, notamment la profondeur des dead letter queues.

• Améliorer l'instrumentation applicative, les alertes, les dashboards et les tests synthétiques.

• Identifier les problèmes de performance et de stabilité avant qu'ils n'affectent les utilisateurs.

Fiabilisation des déploiements

• Concevoir et mettre en place des stratégies de déploiement sans interruption de service (zero-downtime deployment).

• Définir des standards de migration de bases de données en ligne, notamment selon l'approche expand/contract.

• Mettre en œuvre des mécanismes de feature flags et de déploiements progressifs (canary releases).

• Participer à l'amélioration des stratégies de déploiement blue/green sur AWS ECS.

• Standardiser les pratiques de déploiement afin de réduire les risques de régression et les interruptions de service.

Resilience Engineering

• Identifier, analyser et prioriser les points de fragilité de l'architecture applicative et de l'infrastructure.

• Corriger les problèmes de résilience liés aux event listeners, aux mécanismes de reconnexion SSE, aux parcours de données et à la gestion des clés Redis.

• Mettre en place des mécanismes de protection tels que les circuit breakers, les garde-fous et les stratégies de reconnexion contrôlées.

• Améliorer la gestion des erreurs, la tolérance aux pannes et la stabilité des services.

• Définir des patterns techniques réutilisables afin de prévenir la réapparition des incidents.

Gestion des incidents et culture SRE

• Structurer les pratiques de gestion des incidents et la rotation d'astreinte (on-call).

• Créer et maintenir des runbooks pour faciliter le diagnostic et la résolution des incidents.

• Définir des objectifs de fiabilité (SLO) et des budgets d'erreur (error budgets) adaptés aux flux métier critiques.

• Organiser les revues post-incident (postmortems) et identifier les actions correctives nécessaires.

• Développer une culture d'amélioration continue, fondée sur l'analyse des causes racines et la prévention des incidents.

CI/CD et sécurité

• Améliorer les pipelines CI/CD avec GitHub Actions dans un environnement monorepo.

• Mettre en place des builds ciblés (affected-only builds) et optimiser les stratégies de cache.

• Intégrer des contrôles de sécurité automatisés dans les pipelines, notamment avec Semgrep.

• Contribuer à l'amélioration des pratiques de sécurité applicative et à la détection précoce des vulnérabilités.

• Accompagner la transition progressive du monolithe vers des services indépendants.

Profil recherché :
Nous recherchons un profil senior, très opérationnel, capable de diagnostiquer des problèmes complexes en production et de mettre en place des solutions durables. Vous êtes à l'aise dans un environnement produit en forte croissance et savez intervenir aussi bien sur le code applicatif que sur l'infrastructure.

• 6 ans d'expérience minimum en SRE, Platform Engineering ou DevOps, idéalement chez un éditeur de logiciels ou dans une entreprise développant son propre produit.

• Solide expérience de Node.js en production, avec une bonne maîtrise de l'event loop, du heap V8 et du diagnostic des problèmes mémoire.

• Très bonne maîtrise de MongoDB à l'échelle : stratégies d'indexation, optimisation des aggregation pipelines, replica sets et migrations en ligne.

• Expérience concrète sur AWS ECS / Fargate et les workloads conteneurisés : health checks, task definitions et auto-scaling.

• Maîtrise de Datadog : métriques personnalisées, monitors, tests synthétiques et instrumentation APM.

• Expérience dans la conception et l'optimisation de pipelines CI/CD avec GitHub Actions, notamment dans un environnement monorepo.

• Expérience confirmée dans la gestion d'incidents de production, l'analyse des causes racines et la rédaction de postmortems.

• Capacité à travailler en autonomie, à prioriser les actions et à améliorer durablement la fiabilité d'une plateforme.

• Bon niveau d'anglais, à l'oral comme à l'écrit.

Environnement Technique :
Application : Node.js, NestJS, MongoDB, GraphQL, Redis, Bull.

Infrastructure Cloud : AWS ECS, Fargate, ECR, S3, RDS.

Observabilité : Datadog, CloudWatch, instrumentation APM, métriques custom, tests synthétiques.

CI/CD : GitHub Actions, monorepo, optimisation des builds et du cache.

Sécurité : Snyk, Semgrep, SAST.

Déploiement et fiabilité : ECS Task Definitions, déploiements blue/green, canary releases, migrations zero-downtime, feature flags.

• Poste basé à Paris (télétravail possible 3 jours minimum).

• Salaireselon profil brut annuel + Titres restaurant de 11€ par jour travaillé pris en charge à 50% + Transports en commun pris en charge à 50% + Mutuelle Alan prise en charge à 50% + 10 jours de RTT (contrat de 39H)

Envie de rejoindre Noveo ?! Rencontrons-nous !
A vous de jouer 😉