Site Reliability Operations Engineer

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Инженер Site Reliability Operations в команду DET компании Salesforce. Роль сочетает управление инцидентами, обеспечение надёжности и техническую поддержку критичных внутренних систем для сотрудников по всему миру.

Задачи

• Реагировать на крупные инциденты и управлять ими, выступая в роли Incident Commander: координировать технические команды, оценивать влияние и обеспечивать быстрое восстановление сервисов
• Мониторить и диагностировать корпоративные системы, включая инфраструктуру, приложения и сетевые компоненты, выявляя сложные проблемы до их влияния на пользователей
• Совместно с глобальными командами улучшать реагирование на инциденты: создавать и дорабатывать runbook'и, разрабатывать SOP и внедрять автоматизацию
• Координировать экстренные изменения и обновления инфраструктуры для устранения инцидентов и поддержания непрерывности бизнеса
• Анализировать данные по инцидентам и KPI-метрики, выявлять тренды и формировать рекомендации по снижению длительности влияния и повышению производительности
• Вести problem management: расследовать повторяющиеся инциденты, документировать root cause analysis и отслеживать известные ошибки
• Участвовать в on-call ротации в рамках регионального покрытия, обрабатывать эскалации и при необходимости выступать Duty Manager при инцидентах высокой критичности
• Отслеживать нагрузку от on-call и выявлять возможности снижения toil с измеримым эффектом

Требования

• 5–8 лет опыта в IT-операциях, управлении инцидентами или site reliability; желателен опыт в среде 24x7 с высокой доступностью и корпоративными системами
• Подтверждённая способность управлять инцидентами высокой критичности под давлением: оценивать влияние, выбирать решения совместно с экспертами и принимать решения с учётом технических и бизнес-требований
• Сильные навыки устной и письменной коммуникации: умение объяснять сложные технические вопросы технической и executive-аудитории, готовить понятные обновления и статус-отчёты по инцидентам
• Практический опыт технической диагностики Windows и Linux серверов, сетей, облачных платформ и технологий виртуализации; умение быстро диагностировать проблемы по логам и мониторингу
• Опыт работы с облачными платформами (например, AWS) и мониторингом IT-инфраструктуры, понимание ключевых облачных концепций
• Понимание фреймворка ITIL, особенно процессов incident, problem и change management
• Профильное техническое образование

Условия

• Типичный диапазон базовой зарплаты: $94,000 – $142,300 в год (только базовая ставка, без бонусов, equity и льгот)
• Льготы: программы отпусков, медицинская, стоматологическая и офтальмологическая страховка, поддержка психического здоровья, оплачиваемый родительский отпуск, страхование жизни и инвалидности, 401(k), программа покупки акций сотрудниками
• Возможна дополнительная компенсация: бонусы, equity и льготы в зависимости от роли
• On-call ротация в рамках регионального покрытия
• Работа в компании, ведущей трансформацию рабочей силы в эпоху агентов и AI

Навыки

• Incident Management
• Site Reliability Engineering
• ITIL
• Windows
• Linux
• Networking
• AWS
• Virtualization
• Monitoring
• Splunk
• Grafana
• Tableau
• Python
• Bash
• PowerShell
• Puppet
• Chef
• Salesforce