Site Reliability Engineer (SRE) freelance : fiabilité et observabilité

Le Site Reliability Engineering (SRE), né chez Google et popularisé par le SRE Book, s'est imposé en France comme la discipline de référence pour exploiter à grande échelle des SI critiques. Actuellement, avec la généralisation des microservices, du multi-cloud et de l'observabilité moderne, le SRE freelance est devenu un profil clé — souvent confondu à tort avec un ingénieur DevOps "premium". La différence est pourtant nette : un SRE construit la fiabilité comme un produit, avec des SLOs, des error budgets et des postmortems blameless.

SRE vs DevOps : la différence qui paie

Sujet	DevOps	SRE
Origine	Communauté, mouvement culturel	Google, modèle codifié
Focus	Vitesse de livraison + automatisation	Fiabilité mesurable, error budgets
Métriques	DORA (lead time, deploy freq, MTTR, CFR)	SLI / SLO / SLA, error budgets
Posture	Cross-fonctionnelle	Ingénierie applicative + ops
Outils	Pipelines, IaC	Observabilité, chaos engineering, automation

Un SRE n'est pas un meilleur ingénieur DevOps : il a un cadre différent et des KPIs différents. Pour le contexte DevOps, voir la fiche Administrateur DevOps.

Le cœur du métier : SLO, SLI, error budgets

• SLI (Service Level Indicator) : métrique observable, ex. latency_p99, success_rate.
• SLO (Service Level Objective) : objectif sur cette métrique, ex. "99,9 % des requêtes < 300 ms sur 30 jours".
• Error budget : différence entre 100 % et le SLO, transformée en budget de défaillance que l'équipe peut "dépenser".
• Burn rate alerting : alerter quand le budget se consomme trop vite, plutôt qu'à chaque incident isolé.

Cette approche permet de négocier objectivement la livraison de nouvelles fonctionnalités vs la dette de fiabilité. C'est ce qui distingue un SRE mature.

Stack technique

Catégorie	Outils
Observabilité	OpenTelemetry, Datadog, Honeycomb, Grafana Cloud, New Relic
Logs	Loki, Elastic, OpenSearch, CloudWatch
Métriques	Prometheus, Mimir, Thanos, VictoriaMetrics
Tracing	OTel Collector, Tempo, Jaeger, Honeycomb
Incident mgmt	PagerDuty, Opsgenie, FireHydrant, incident.io
Chaos engineering	Chaos Mesh, LitmusChaos, Gremlin, AWS FIS
Automation	Ansible, Python, Go, runbooks codés
Cloud / Kubernetes	EKS, GKE, AKS, Argo CD, Flux

Compétences clés

• OpenTelemetry : instrumentation, OTLP, collector, sampling, attributs.
• Conception de SLOs réalistes et alignés business.
• Burn rate alerting : approche Google, fenêtres multiples, page vs ticket.
• Postmortems blameless : facilitation, action items, suivi.
• Chaos engineering : game days, expériences contrôlées en prod.
• Capacity planning : modélisation, load testing, autoscaling.
• Toil reduction : automatisation systématique, mesure du toil.
• Programmation : Python ou Go, vrai code, pas seulement YAML.

Incident management : la moitié du métier

Un SRE expérimenté ne se contente pas d'éteindre les feux : il outille la gestion d'incident.

• Runbooks codés plutôt que docs Confluence.
• Severity matrix claire et partagée.
• Incident commander rotation formalisée.
• Postmortems publiés et lus, action items suivis.
• Game days réguliers pour entraîner l'équipe.

TJM observé sur le marché français

Profil	TJM EUR/jour
Confirmé (3-5 ans SRE/DevOps premium)	600-700 €/jr
Senior (SLO en place, chaos eng, incident mgmt)	700-800 €/jr
Expert (SRE platform, multi-cluster, observability lead)	800-900 €/jr

La grille de TJM par expertise confirme la prime sur les profils qui ont réellement mis en place des SLOs et des error budgets en production.

Profils-types

• Ingénieur DevOps senior ayant adopté le cadre Google SRE.
• Développeur backend passé côté production.
• Sysadmin historique qui s'est modernisé via Kubernetes et observability.
• Ancien Googler / Cloud-native engineer revenu en consulting.

Types de missions

1. Mise en place des SLOs pour les services critiques d'un grand compte.
2. Migration vers OpenTelemetry depuis une stack legacy (Datadog APM ad hoc).
3. Refonte du incident management post-incident majeur.
4. Game day de chaos engineering sur Kubernetes.
5. Audit observabilité : couverture, coûts, lacunes.
6. Création d'une équipe SRE interne : formation, rituels, KPIs.
7. Programme de réduction du toil sur une plateforme exploitée 24/7.

Certifications et formations qui comptent

• CKA / CKS Kubernetes.
• HashiCorp Terraform Associate, Vault Associate.
• Datadog, New Relic, Grafana : parcours observabilité.
• Google Cloud Professional Cloud DevOps Engineer.
• PagerDuty Incident Response Foundations.

Tendances actuelles

• OpenTelemetry comme standard incontesté côté métriques, logs et traces.
• eBPF pour l'observabilité bas niveau (Pixie, Cilium Tetragon, Parca).
• AI-assisted incident response : agents qui pré-trient les alertes.
• SLOs hiérarchiques : objectif business → SLO produit → SLOs services.
• Coût d'observabilité : sujet majeur, optimisation des logs/traces stockés.

Pour le pendant produit / plateforme, voir la fiche Platform Engineer.

Industries qui recrutent

1. Banque-Assurance : DORA, conformité, SI critiques.
2. Retail / E-commerce : pics saisonniers, SLA exigeants.
3. SaaS / éditeurs : industrialisation de la production.
4. Telecom / OTT : streaming, faible latence.
5. Énergie / utilities : opérateurs essentiels, NIS2.

Vous n'êtes pas seul

Le marché du SRE freelance souffre encore d'une confusion fréquente avec le DevOps "premium". ForTeam IT, ESN partenaire des profils cloud-native, accompagne les SRE expérimentés sur des missions chez des clients qui ont vraiment compris la valeur des SLOs et de l'error budget — avec un TJM aligné sur la rareté du profil et sans cascade d'intermédiaires.

Rejoindre ForTeam IT