Contexte et objectif

• Concevoir et déployer un système prédictif intelligent capable d’anticiper les vulnérabilités potentielles et les défaillances système dans des environnements SAP S/4 HANA.
• Exploiter les données de logs, métriques système (performance, utilisation mémoire, temps de réponse, erreurs) et événements d’exploitation pour identifier des schémas anormaux via des algorithmes de Machine Learning.

Tâches principales et livrables attendus

• Collecte et prétraitement des sources de données (logs SAP, métriques Prometheus, traces applicatives) et définition d’un pipeline de données reproductible.
• Développement et entraînement de modèles de détection d’anomalies / prédiction d’incidents (supervisé et/ou non supervisé), évaluation des performances et mise en production des modèles.
• Intégration du modèle dans une chaîne CI/CD pour déclencher automatiquement des actions correctives (rollback, redéploiement, scripts Ansible) et implémentation de playbooks d’automatisation.
• Mise en place d’une solution d’observabilité (Prometheus, Grafana) et dashboards pour supervision proactive et alerting.

Stack technique et outils

• Technologies mentionnées : Machine Learning/IA, Git, Docker, Kubernetes, Jenkins, Grafana, Prometheus, Ansible, Linux.
• Outils de conteneurisation et orchestration pour déploiement (Docker, Kubernetes), ainsi que pipelines CI/CD (Jenkins, Git) pour automatisation et scalabilité.

Compétences requises et savoir-être

• Savoir-faire : connaissances en Machine Learning, IA, gestion de code (Git), conteneurisation (Docker), orchestration (Kubernetes), CI/CD (Jenkins), monitoring (Grafana/Prometheus) et administration Linux.
• Savoir-être : bonne communication, travail en équipe, gestion du temps et des priorités, autonomie dans la résolution de problèmes.

Encadrement et modalités

• Encadrant : Akrem Hilali – Team Lead SAP Basis.
• Durée du stage : 6 mois. Nombre de stagiaire : 1. Pôle : SAP Basis.

📧 Pour postuler: ahmed.zghal@aymax.fr