Ingénieur Google Cloud / Data & Kubernetes

À propos du poste

Nous recherchons un ingénieur confirmé spécialisé Google Cloud, data et Kubernetes pour rejoindre BENIN DIGITAL. Vous participerez à la conception, au déploiement et à l’exploitation de solutions cloud‑native afin de soutenir les projets IA légère et analytics de nos clients.

Missions principales

• Concevoir des architectures sécurisées sur Google Cloud (VPC, IAM, Compute Engine, Cloud Storage, Cloud SQL, Cloud Run, GKE).
• Déployer et administrer des environnements cloud‑native pour des applications conteneurisées et évolutives.
• Mettre en place des clusters Kubernetes avec GKE, Docker et Artifact Registry en suivant les bonnes pratiques.
• Développer des pipelines data simples, exploiter BigQuery et créer des tableaux de bord.
• Automatiser le provisioning et les déploiements via Terraform, scripts Bash/Python et pipelines CI/CD.
• Assurer la supervision, les alertes, la gestion des logs, les sauvegardes, la gestion des secrets et la documentation d’exploitation.
• Optimiser les coûts Google Cloud (dimensionnement, budgets, suivi de consommation, FinOps).
• Fournir le support technique, le troubleshooting et l’accompagnement des clients.

Profil recherché

• Formation Bac+3 à Bac+5 en informatique, systèmes, réseaux, cloud ou data engineering.
• 2 à 5 ans d’expérience sur des environnements cloud, Linux, conteneurs ou plateformes data.
• Curiosité, autonomie, forte orientation automatisation.
• Aisance à travailler avec développeurs, data analysts et équipes métiers.
• Intérêt pour la data, les API, les micro‑services et l’IA légère.

Compétences requises

• Administration Linux et bases systèmes.
• Réseaux TCP/IP, VPC, sous‑réseaux, routage, pare‑feu.
• Services Google Cloud : IAM, Compute Engine, Cloud Storage, Cloud SQL, Cloud Run, GKE, Cloud Build, Artifact Registry, BigQuery, Cloud Monitoring, Cloud Logging.
• Conteneurs Docker, orchestration Kubernetes.
• Infrastructure as Code avec Terraform.
• Scripting Bash ou Python.
• CI/CD, gestion des artefacts, bonnes pratiques DevOps.
• Observabilité, troubleshooting, gestion des incidents, supervision, documentation.