Senior Lead Engineer, Platform Operations & Observability/Ingénieur principal, Opérations de plateforme et observabilité

Team/Project: Canada B2C Digital Solution. Main application in the portfolio is a B2C Platform for pharmacy patients. Team of around 20 people.

McKesson is seeking a Senior Lead Engineer, Platform Operations & Observability to lead the reliability, observability, and operational excellence of enterprise healthcare technology platforms. In this role, in accordance with Application Monitoring & Observability Lead, you will drive monitoring strategies, incident management practices, change governance, and root cause analysis initiatives while helping build scalable, secure, and resilient systems.

You will collaborate with software engineering, platform, security, and operations teams to improve service reliability, automate operational processes, and establish best practices for production readiness. This position also provides technical leadership and mentorship to engineering teams while influencing reliability standards and long-term platform strategy.

What You'll Do

• Lead monitoring and observability strategies across enterprise applications, platforms, and services.

• Design, implement, and optimize dashboards, alerts, telemetry, logging, and performance monitoring solutions.

• Drive incident management processes, major incident response, escalation coordination, service restoration activities and postmortem incident.

• Conduct root cause analysis (RCA) investigations and lead corrective and preventive action planning.

• Partner with engineering teams to improve platform reliability, resiliency, scalability, and operational readiness.

• Lead change management reviews and promote safe deployment and release practices.

• Ability to execute regression and validation test plans following each production deployment.

• Provide technical leadership, coaching, and mentoring to engineers while establishing engineering best practices.

• Influence architecture, automation, CI/CD, and operational excellence initiatives supporting enterprise platforms.

Basic Requirements

• 7+ years of professional experience in Software Engineering, Site Reliability Engineering, Platform Engineering, DevOps, or related technical roles.

• Bachelor's degree in Computer Science, Engineering, Information Technology, or equivalent experience.

• Experience supporting large-scale production environments and enterprise applications.

• Hands-on experience with monitoring, observability, logging, alerting, and application performance monitoring tools.

• Proven experience leading incident management and production support activities.

• Experience performing root cause analysis and implementing preventive solutions.

• Experience with CI/CD, automation, DevOps practices, and software delivery pipelines.

• Experience with microservices, APIs, distributed systems, and cloud-based architectures.

• Lead production readiness reviews and operational acceptance activities prior to major releases.

Preferred Skills / Experience

• Experience with tools such as Dynatrace, Prometheus, Dotcom Monitor or similar observability platforms.

• Experience with Kubernetes, containers, and cloud platforms such as Azure.

• Knowledge of ITIL-aligned incidents, problems, and change management practices.

• Experience defining SLAs, MTTR and service reliability metrics.

• Demonstrated technical leadership and mentorship of engineering teams.

• Experience operating in regulated or highly compliant environments.

• Experience driving platform modernization and operational excellence initiatives.

• Strong analytical, troubleshooting, continuous improvement and stakeholder communication skills.

• Fair understanding and mastery of Ai tools (Copilot, Rovo) and Ai agents.

Travel / Work Environment / Physical Requirements

• Hybrid, two mandatory days at the Dobrin Office (Usually on Monday and Wednesday).

• Ability to work at a computer for extended periods and participate in virtual collaboration activities.

• Participation in on-call support and prod deployment rotations out of business hours may be required based on organizational needs.

À propos du poste Équipe / Projet : Solution numérique B2C Canada. La principale application du portefeuille est une plateforme B2C destinée aux patients en pharmacie. L’équipe est composée d’environ 20 personnes. McKesson est à la recherche d’un Ingénieur principal responsable, Opérations de plateforme et observabilité pour diriger la fiabilité, l’observabilité et l’excellence opérationnelle des plateformes technologiques de santé de l’entreprise. Dans ce rôle, en collaboration avec le responsable de la surveillance applicative et de l’observabilité, vous dirigerez les stratégies de surveillance, les pratiques de gestion des incidents, la gouvernance des changements et les initiatives d’analyse des causes fondamentales, tout en contribuant à la création de systèmes évolutifs, sécurisés et résilients. Vous collaborerez avec les équipes d’ingénierie logicielle, de plateforme, de sécurité et d’exploitation afin d’améliorer la fiabilité des services, d’automatiser les processus opérationnels et d’établir les meilleures pratiques en matière de préparation à la production. Ce poste offre également un leadership technique et du mentorat aux équipes d’ingénierie tout en influençant les normes de fiabilité et la stratégie à long terme des plateformes.

Ce que vous ferez

• Diriger les stratégies de surveillance et d’observabilité à travers les applications, plateformes et services de l’entreprise.

• Concevoir, mettre en œuvre et optimiser les tableaux de bord, alertes, solutions de télémétrie, de journalisation et de surveillance de la performance.

• Piloter les processus de gestion des incidents, la réponse aux incidents majeurs, la coordination des escalades, les activités de rétablissement des services et les analyses post-incident.

• Réaliser des analyses des causes fondamentales (RCA) et diriger la planification des actions correctives et préventives.

• Collaborer avec les équipes d’ingénierie afin d’améliorer la fiabilité, la résilience, l’évolutivité et la préparation opérationnelle des plateformes.

• Diriger les revues de gestion des changements et promouvoir des pratiques sécuritaires de déploiement et de mise en production.

• Être en mesure d’exécuter des plans de tests de régression et de validation après chaque déploiement en production.

• Fournir un leadership technique, de l’accompagnement et du mentorat aux ingénieurs tout en établissant les meilleures pratiques d’ingénierie.

• Influencer les initiatives liées à l’architecture, à l’automatisation, au CI/CD et à l’excellence opérationnelle soutenant les plateformes d’entreprise.

Exigences de base

• Au moins 7 ans d’expérience professionnelle en ingénierie logicielle, ingénierie de fiabilité des sites (SRE), ingénierie de plateforme, DevOps ou dans des rôles techniques connexes.

• Baccalauréat en informatique, en génie, en technologies de l’information ou expérience équivalente.

• Expérience du soutien d’environnements de production à grande échelle et d’applications d’entreprise.

• Expérience pratique avec les outils de surveillance, d’observabilité, de journalisation, d’alertes et de surveillance de la performance applicative.

• Expérience démontrée dans la gestion des incidents et le soutien aux environnements de production.

• Expérience en analyse des causes fondamentales et en mise en œuvre de solutions préventives.

• Expérience des pratiques CI/CD, de l’automatisation, du DevOps et des pipelines de livraison logicielle.

• Expérience avec les microservices, les API, les systèmes distribués et les architectures infonuagiques.

• Diriger les revues de préparation à la production et les activités d’acceptation opérationnelle avant les mises en production majeures.

Compétences et expérience privilégiées

• Expérience avec des outils tels que Dynatrace, Prometheus, Dotcom Monitor ou d’autres plateformes d’observabilité similaires.

• Expérience avec Kubernetes, les conteneurs et des plateformes infonuagiques telles qu’Azure.

• Connaissance des pratiques de gestion des incidents, des problèmes et des changements alignées sur ITIL.

• Expérience dans la définition des SLA, du MTTR et des indicateurs de fiabilité des services.

• Leadership technique démontré et expérience du mentorat auprès d’équipes d’ingénierie.

• Expérience dans des environnements réglementés ou soumis à des exigences élevées de conformité.

• Expérience dans la modernisation des plateformes et la mise en œuvre d’initiatives d’excellence opérationnelle.

• Solides compétences en analyse, dépannage, amélioration continue et communication avec les parties prenantes.

• Bonne compréhension et maîtrise des outils d’IA (Copilot, Rovo) ainsi que des agents d’IA.

Déplacements / Environnement de travail / Exigences physiques

• Mode de travail hybride avec présence obligatoire deux jours par semaine au bureau de Dobrin (habituellement les lundis et mercredis).

• Capacité à travailler devant un ordinateur pendant de longues périodes et à participer à des activités de collaboration virtuelle.

• La participation à une rotation de garde et aux déploiements en production en dehors des heures normales de travail peut être requise selon les besoins de l’organisation