À propos du service
TraduitJe maintiens la production sur ses pieds et rends les périodes d'astreinte plus calmes. En tant qu'ingénieur SRE, je transforme des promesses de disponibilité vagues en chiffres exploitables : je définis SLI et SLO qui reflètent ce que les utilisateurs ressentent réellement, mets en place un budget d'erreur et mets fin à l'argumentation sans fin entre 'expédier plus vite' et 'ne pas le casser'. Tant que le budget est sain, nous avançons rapidement ; quand il s'épuise, nous ralentissons et corrigeons les causes profondes.
Sur le plan technique, je construis une surveillance et des alertes qui ne réveillent les gens que lorsqu'ils sont réellement nécessaires. J'instrumente les services avec des métriques, des journaux et des traces, construis des tableaux de bord qui racontent une histoire plutôt que de montrer un mur de graphiques, et nettoie les alertes bruyantes. Quand les choses se cassent, je fais des examens d'incidents avec des rôles clairs et un calendrier calme, puis rédige des post-mortems sans blâme avec de vraies solutions. Je gère également la planification de la capacité, les tests de charge et l'automatisation afin que la croissance ne se transforme pas discrètement en un appel à 3 heures du matin.
Le travail commence généralement par un audit de fiabilité et une feuille de route courte, puis passe à des améliorations continues. Je peux m'intégrer à votre équipe ou gérer la fiabilité à temps partiel, et je laisse toujours des manuels d'exploitation pour que les résultats me survivent.
— Conception SLI/SLO et politique de budget d'erreur
— Surveillance, traçage et hygiène des alertes
— Réponse aux incidents et post-mortems
— Planification de la capacité, tests de charge, automatisation
Sur le plan technique, je construis une surveillance et des alertes qui ne réveillent les gens que lorsqu'ils sont réellement nécessaires. J'instrumente les services avec des métriques, des journaux et des traces, construis des tableaux de bord qui racontent une histoire plutôt que de montrer un mur de graphiques, et nettoie les alertes bruyantes. Quand les choses se cassent, je fais des examens d'incidents avec des rôles clairs et un calendrier calme, puis rédige des post-mortems sans blâme avec de vraies solutions. Je gère également la planification de la capacité, les tests de charge et l'automatisation afin que la croissance ne se transforme pas discrètement en un appel à 3 heures du matin.
Le travail commence généralement par un audit de fiabilité et une feuille de route courte, puis passe à des améliorations continues. Je peux m'intégrer à votre équipe ou gérer la fiabilité à temps partiel, et je laisse toujours des manuels d'exploitation pour que les résultats me survivent.
— Conception SLI/SLO et politique de budget d'erreur
— Surveillance, traçage et hygiène des alertes
— Réponse aux incidents et post-mortems
— Planification de la capacité, tests de charge, automatisation
