1. Capitaliser sur votre expérience de Analyste production
2–4 semaines
Capitaliser sur
- Monitoring & observability
- SQL
- Change management
Cartographier les compétences transférables — Monitoring & observability, SQL, Change management — face aux besoins d’un Ingénieur de production.
2. Combler les écarts partiels vers Ingénieur de production
3–6 semaines
Renforcer
- Linux administration
- Scripting (Bash/Python)
- CI/CD basics
- Incident management
Amener Linux administration, Scripting (Bash/Python), CI/CD basics au niveau requis par un Ingénieur de production.
3. Apprendre le cœur du rôle de Ingénieur de production
6–10 semaines
Apprendre
- Networking
- Automation (Ansible)
Technologies
PythonAnsibleDocker
Combler en priorité les écarts les plus importants : Networking, Automation (Ansible).
4. Maîtriser les compétences avancées de Ingénieur de production
6–10 semaines
Apprendre
Technologies
KubernetesJenkinsGitLab CI
Maîtriser les sujets avancés : Docker.
5. Devenir productif sur la chaîne d’outils de Ingénieur de production
4–8 semaines
Technologies
PythonAnsibleDockerKubernetesJenkinsGitLab CIDynatracePostgreSQL
Être à l’aise avec Python, Ansible, Docker et le reste de la stack cible.
6. Pratiquer le travail de Ingénieur de production en conditions réelles
4–8 semaines
Livrer un projet personnel ou prendre des tâches de Ingénieur de production au travail.
7. Se certifier et se positionner comme Ingénieur de production
4–8 semaines
Technologies
LPIC-1 / LPIC-2ITIL 4 FoundationAWS Certified SysOpsCertified Kubernetes Administrator (CKA)
Mettre à jour CV et LinkedIn autour de Ingénieur de production, puis postuler aux postes cibles.