Expert monitoring Datadog / Splunk (H/F) (IT) / Freelance
Alignement avec la stratégie de monitoring et d’observabilité
Définir les exigences minimales de monitoring à respecter avant toute mise en production.
Identifier les composants critiques et les principaux parcours utilisateurs à superviser.
Définir les métriques, logs, traces, événements et indicateurs nécessaires à l’exploitation des services.
Mettre en place une approche structurée autour des concepts de disponibilité, performance, capacité, erreurs et saturation.
Contribuer à la stratégie globale d’observabilité et à la feuille de route des outils Datadog et Splunk.
Concevoir et mettre en oeuvre la supervision Datadog
Mettre en place la collecte des métriques
Configurer les intégrations Datadog
Concevoir les dashboards nécessaires aux équipes Run, Infrastructure, Applicatives et Management.
Mettre en oeuvre le suivi des services, API, URL, certificats, files d’attente et traitements batch.
Configurer des Service Maps permettant de visualiser les dépendances applicatives.
Créer et maintenir les monitors, alertes composites et règles de détection d’anomalies.
Mettre en oeuvre des mécanismes de corrélation entre métriques, traces et logs.
Automatiser autant que possible le déploiement des configurations et dashboards.
Concevoir et mettre en oeuvre la supervision Splunk
Définir les sources de logs à collecter et leurs règles d’intégration.
Configurer les flux de collecte et d’indexation des logs.
S’assurer de la qualité, de la complétude des données collectées.
Créer des dashboards techniques, applicatifs et opérationnels dans Splunk.
Développer les alertes nécessaires à la détection des incidents.
Mettre en place des mécanismes de corrélation entre événements issus de plusieurs composants.
Construire des tableaux de bord permettant de suivre les erreurs, les temps de réponse et les volumes de transactions.
Identifier dans les logs les causes probables d’un incident ou d’une dégradation de service.
Construire les indicateurs techniques et métiers
Identifier avec les équipes métiers les événements fonctionnels critiques à superviser.
Traduire les besoins opérationnels en indicateurs mesurables.
Mettre en place des dashboards combinant données techniques et données métiers.
Suivre notamment :
le nombre de transactions traitées ;
le taux de succès et d’échec ;
les temps de traitement ;
Développer une supervision orientée service, et non uniquement orientée composants techniques.
Mettre en évidence l’impact métier d’une anomalie technique.
Définir et industrialiser le système d’alerting
Définir des seuils d’alerte pertinents basés sur les comportements réels des applications.
Éviter les alertes trop nombreuses, redondantes ou sans action possible.
Classifier les alertes selon leur niveau de criticité et leur impact.
Définir les destinataires et les circuits d’escalade associés à chaque type d’alerte.
Documenter pour chaque alerte (signification; contrôles ; diagnostic ; responsable; escalade)
Intégrer les alertes aux outils de communication et de gestion des incidents.
Contribuer à l’intégration avec ServiceNow afin d’automatiser, lorsque cela est pertinent, la création et l’enrichissement des incidents.
Réaliser régulièrement une revue des alertes afin de supprimer les faux positifs et d’améliorer leur pertinence.
Contribuer au passage du Build vers le Run
Produire le dossier de supervision nécessaire au passage en exploitation.
Documenter les dashboards, monitors, recherches Splunk et règles d’alerte.
Former les équipes à l’utilisation des outils.