Contexte et objectifs

• Mettre en place une solution DevOps/SRE pour piloter l’autonomie opérationnelle de microservices déployés sur OpenShift.
• Réduire le MTTR (temps moyen de résolution) et les risques d’indisponibilité en automatisant la détection et la remédiation des incidents.

Tâches principales

• Configurer le stack de monitoring sur OpenShift : Prometheus, Grafana, Alertmanager (et optionnellement Kibana pour logs).
• Définir et paramétrer un système d’alertes basé sur des seuils et métriques clés : utilisation CPU, mémoire, pods en crashloop, erreurs HTTP, etc.
• Créer une passerelle entre Alertmanager et le moteur d’automatisation (webhook / API) — possibilité d’implémentation via Flask API ou AWX webhook.
• Développer une passerelle API en Python (API bridge) et scripts Bash pour intégrer Alertmanager à Ansible/Automation Controller.

Playbooks, remédiation automatique et orchestration

• Développer des playbooks Ansible capables de corriger automatiquement des incidents types : redémarrage d’un pod en erreur, redéploiement d’un service défaillant, purge de ressources temporaires saturées.
• Orchestrer les remédiations via Automation Controller / Ansible Tower et intégrer ces actions dans des pipelines CI/CD (Jenkins ou Tekton).
• Gérer la configuration en YAML pour les playbooks, webhooks et dashboards.

Dashboard, supervision et tests

• Concevoir et déployer des dashboards Grafana pour la supervision en temps réel et un historique des remédiations effectuées.
• Mettre en place des tests et scénarios simulés de panne pour valider les règles d’alerte et l’efficacité des playbooks automatisés.
• Documenter les scénarios testés, les logs d’intervention et les métriques de succès (réduction du temps de résolution, taux de succès des remédiations).

Livrables et organisation du projet

• Livrables attendus : configuration du monitoring (Prometheus/Grafana/Alertmanager), code de la passerelle (Python/Flask), playbooks Ansible, pipelines d’automatisation (Jenkins/Tekton), dashboards Grafana, rapport de tests et guide d’exploitation.
• Nombre de stagiaires : 1-2. Durée : 4 mois (à adapter selon planning).

Environnement technique

• Technologies citées : Red Hat OpenShift (ou OKD), Prometheus, Alertmanager, Grafana, Ansible / Automation Controller, Webhook (Flask API / AWX webhook), YAML, Python (API bridge), Bash, Jenkins ou Tekton Pipelines, Grafana dashboards, Kibana (optionnel).
• Compétences recommandées : expérience en DevOps/CI-CD, scripting Python/Bash, connaissance d’OpenShift/Kubernetes et d’Ansible, compréhension de la supervision et des métriques.

📧 Pour postuler: internship@linsoft.com