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.