Lead Site Reliability Engineer | Branża Technologiczna

Nasz Klient to międzynarodowa firma technologiczna działająca w obszarze rozwiązań zwiększających bezpieczeństwo transportu i flot. Organizacja rozwija zaawansowaną platformę chmurową wykorzystywaną przez klientów na wielu rynkach, łącząc rozwiązania cyfrowe, monitoring oraz technologie wspierające bezpieczeństwo użytkowników.

• Minimum 3 lata doświadczenia w obszarze Site Reliability Engineering
• Praktyczne doświadczenie we wdrażaniu SLI, SLO i error budgetów na poziomie organizacji
• Bardzo dobra znajomość Microsoft Azure w obszarze PaaS i IaaS
• Doświadczenie w pracy z Kubernetes oraz złożonymi środowiskami produkcyjnymi
• Znajomość systemów rozproszonych, mikroserwisów i architektury cloud native
• Doświadczenie w projektowaniu scentralizowanych dashboardów do monitorowania wydajności i dostępności systemów
• Znajomość narzędzi Prometheus, Grafana, Elasticsearch oraz Elastic APM
• Doświadczenie w monitorowaniu złożonej infrastruktury chmurowej
• Znajomość procesów zarządzania incydentami oraz doświadczenie w tworzeniu procedur SOP i analiz RCA
• Umiejętność prowadzenia inicjatyw obejmujących wiele zespołów technicznych
• Umiejętność współpracy z osobami na różnych poziomach organizacji
• Umiejętność przedstawiania zagadnień technicznych w kontekście celów, ryzyka i wartości biznesowej
• Doświadczenie w przygotowywaniu uzasadnień biznesowych, rekomendacji i prezentacji dla kadry zarządzającej
• Bardzo dobra znajomość języka angielskiego w mowie i piśmie
• Samodzielność, analityczne podejście i umiejętność rozwiązywania złożonych problemów

Nice to have:

• Doświadczenie w roli Lead lub Principal Site Reliability Engineer
• Doświadczenie w budowaniu lub rozwijaniu praktyki SRE
• Znajomość OpsGenie
• Doświadczenie w monitorowaniu baz danych MongoDB, Cosmos DB, MySQL i SQL Server
• Znajomość środowisk obejmujących Kubernetes oraz starsze aplikacje uruchamiane na maszynach wirtualnych z systemem Windows
• Doświadczenie z aplikacjami działającymi w modelu single-tenant i multi-tenant

• Rozwijanie praktyk SRE i strategii niezawodności w organizacji
• Definiowanie i wdrażanie SLI, SLO oraz error budgetów
• Projektowanie centralnych dashboardów prezentujących dostępność, wydajność i kondycję systemów
• Rozwijanie monitoringu, alertingu i observability dla środowiska produkcyjnego
• Analizowanie trendów i identyfikowanie obszarów wymagających poprawy
• Wspieranie procesu zarządzania incydentami oraz obsługa eskalacji wymagających zaawansowanej wiedzy technicznej
• Tworzenie i doskonalenie procedur operacyjnych oraz standardów RCA
• Współpraca z zespołem wsparcia odpowiedzialnym za obsługę incydentów w trybie 24/7
• Współpraca z zespołami Cloud Engineering, Infrastructure i Development przy realizacji inicjatyw SRE
• Wspieranie zespołów w identyfikowaniu i eliminowaniu przyczyn źródłowych awarii
• Przygotowywanie kierunku rozwoju obszaru SRE oraz mierzenie postępów realizowanych inicjatyw
• Tworzenie uzasadnień biznesowych dla inwestycji w niezawodność i rozwój infrastruktury
• Prezentowanie rekomendacji, priorytetów i wyników kadrze zarządzającej