Ubisoft

Ubisoft

Spécialiste – Fiabilité des outils et de l’infrastructure (March of Giants)

Montreal, QC, Canada

Sponsorship not specifiedDetected 39 days ago
PythonGoC#Vue.jsGitAWSGCPAzureDockerKubernetesTerraformCI/CDLinuxPrometheusGrafanaDevOpsDNSLoad BalancingUnreal Engine

About the role

  • Nous croyons que la diversité des points de vue fait progresser à la fois les joueurs et les équipes.
  • Si vous êtes passionné·e par l'innovation et que vous souhaitez repousser les limites du divertissement, rejoignez notre aventure et aidez-nous à créer l'inconnu!
  • La personne titulaire du poste assure en continu la viabilité, la stabilité et la performance des outils et des infrastructures d'opérations qui soutiennent le développement des jeux GaaS.

Skills

  • Éduquer, soutenir et accompagner les équipes de développement dans l'amélioration des systèmes d'intégration et de déploiement continu.
  • Rechercher, intégrer et développer des technologies améliorant la fiabilité, la performance et la productivité.
  • Maintenir les produits d'outillage afin d'offrir une qualité de service exemplaire au projet (SLO internes).
  • Collaborer avec les équipes de développement pour diagnostiquer et corriger les anomalies et pannes liées aux services en ligne.
  • Mettre en place et maintenir les processus de gestion des incidents.
  • Gérer le Cloud en utilisant les outils appropriés.
  • Développer des outils et processus facilitant le déploiement des services par les développeur·euse·s, de manière sécuritaire et contrôlée.
  • Définir et suivre SLA/SLO/SLI, déployer l'observabilité (logs, métriques, traces), gérer la capacité et contribuer aux initiatives FinOps.
  • Diplôme universitaire en informatique, génie informatique ou toute autre formation pertinente.
  • 5 à 8 ans d'expérience en développement logiciel et administration de systèmes.
  • Expérience en automatisation d'infrastructure (Cloud).
  • Expérience en gestion de systèmes à haut débit.

This listing is sourced directly from Ubisoft's careers page and normalized into a canonical job model.