Chaos Engineering
Chaos Engineering = la panne provoquée exprès
Le chaos engineering est une discipline qui consiste à injecter volontairement des pannes dans un système (serveur coupé, réseau ralenti, dépendance indisponible) pour vérifier qu'il résiste comme prévu, avant qu'un vrai incident ne le révèle.
La démarche est expérimentale : on formule une hypothèse (« si une zone cloud tombe, le service reste disponible »), on lance l'expérience sur un périmètre limité, on mesure avec l'observabilité, puis on corrige ce qui a cédé. Les expériences se font d'abord en préproduction, puis en production quand l'équipe est en confiance.
La pratique a été popularisée par Netflix et son outil Chaos Monkey, qui arrêtait au hasard des instances de production. Des outils comme Gremlin, Chaos Mesh, LitmusChaos ou AWS Fault Injection Service l'ont rendue plus accessible.
On la retrouve surtout dans les équipes SRE de services à forte disponibilité : paiement, plateformes grand public, infrastructures critiques.
Pourquoi ça compte quand on recrute
C'est une compétence de SRE ou de Platform Engineer expérimenté, rarement un poste en soi. Le bon signal : un candidat qui raconte une expérience précise, l'hypothèse testée, ce qui a cassé et ce qui a été corrigé. Le piège : confondre chaos engineering et tests de charge. Inutile de l'exiger dans une structure qui n'a pas encore d'observabilité ni d'astreinte en place.