Site Reliability Engineer - Compute Au sein de votre équipe #One

Team Intégrer la squad Compute qui opère le cœur de calcul de notre Public Cloud, depuis le provisioning de l'OS sur un serveur mis à disposition jusqu'à l'exposition de la capacité dans Open

Stack.

Cela couvre toute la chaîne logicielle : OS, kernel, routage sur l'hôte, Nova compute, agent Neutron, couche de virtualisation, ainsi que le durcissement et la sécurité des hôtes.

Rejoindre l'équipe en tant que Site Reliability Engineer à forte expertise système, dont la mission première est de garantir la fiabilité, la disponibilité et la performance de cette chaîne en production : run, gestion des incidents, observabilité et amélioration continue.

Ce socle s'accompagne de projets d'implémentation concrets, notamment le support de la gestion avancée des GPU dans Nova (nvlink/nvswitch).

Vous travaillez avec des équipes internationales, dans un domaine où la demande en machines GPU est en forte croissance.

Au sein d'OVHcloud, nous adoptons une approche de développement augmentée par l'IA, où l'IA générative est intégrée aux pratiques quotidiennes : conception, développement, tests, revue de code et documentation.

Vos principales responsabilités Assurer le run et la fiabilité de la chaîne compute : gestion des incidents, résolution des problèmes de fond, amélioration continue, en tirant parti des outils d'IA pour la détection et le diagnostic.

Maîtriser la chaîne logicielle de bout en bout : OS, kernel, routage sur l'hôte, Nova compute, agent Neutron.

Compiler et maintenir les composants de la stack (kernel, virtualisation, FRR, Open

Stack) : versions, patchs, packaging.

Durcir et sécuriser les hôtes et la couche de virtualisation : hardening OS, configuration système, isolation des processus.

Mettre en place et exploiter l'observabilité : métriques,



logs, alerting, SLI/SLO.

Contribuer aux projets de la squad, dont le support de la gestion avancée des GPU dans Nova.

Travailler avec les équipes produit, sécurité, architecture et les autres squads.

Tenir les standards de qualité : code, tests, documentation.

Votre futur impact Dans 6 mois Vous avez pris la mesure de votre périmètre : la chaîne compute de bout en bout, l'état de la delivery, les indicateurs de fiabilité.

Vous avez établi des relations de confiance avec vos Product Owners, Tech Leads, Architectes et pairs SRE.

Vous êtes devenu autonome sur la stack : OS, virtualisation, réseau sur l'hôte, Open

Stack.

Vous avez mené un premier chantier de fiabilisation, de durcissement ou d'automatisation.

Vous avez pris en main le projet de support de la gestion avancée des GPU dans Nova (NVLink/NVSwitch).

Et dans 1 an Vous délivrez de manière prédictible sur la roadmap de la squad Compute, en tenant les SLO de votre périmètre.

Vous êtes devenu un référent interne sur la chaîne compute, son run et sa sécurisation au sein de PCI.

Vous avez fait progresser significativement le support de la gestion avancée des GPU dans Nova (NVLink/NVSwitch).

Vous avez fait grandir les pratiques de la squad (mentoring, standards, IA, partage de connaissances).

Compétences requises: Vous maîtrisez l'expertise système et OS, incluant Linux, la compilation et le packaging.

Vous possédez une solide expérience en sécurisation des hôtes et virtualisation avec KVM/QEMU/libvirt.

Vous connaissez Open

Stack et les architectures hautement disponibles.

Vous maîtrisez Python ou Go ainsi que les pratiques Dev

Ops et pipelines CI/CD.

Vous faites preuve d'autonomie, d'adaptabilité et d'un fort esprit critique.

Vous assurez une fiabilité opérationnelle en équipe internationale tout en maintenant un apprentissage continu.

📌 Site Reliability Engineer - Compute - F/H/N (Montreal)
🏢 OVHcloud
📍 Montreal