Senior Site Reliability Engineer (SRE) m/f/x

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

Senior SRE в Makersite — платформу для устойчивого развития продуктов и PLM. Задача — обеспечивать надёжность, наблюдаемость и отказоустойчивость инфраструктуры и production-среды.

Задачи

• Поддерживать и управлять новой и существующей инфраструктурой, балансируя проактивное и реактивное обслуживание
• Выявлять технические проблемы и узкие места, совместно с инженерной командой устранять их
• Обеспечивать соответствие инфраструктуры и процессов стандартам ISO и поддерживать сертификации
• Поддерживать production: следить, чтобы инструменты и приложения работали стабильно
• Управлять резервным копированием с соблюдением RTO и RPO
• Помогать в управлении релизами для минимизации простоев и максимизации uptime
• Участвовать в дежурствах (on-call / pager duty) для круглосуточной поддержки
• Проводить постмортемы после инцидентов и предотвращать их повторение
• Мониторить алерты и оперативно реагировать для поддержания здоровья системы
• Планировать ёмкость серверов под текущие и будущие нагрузки

Требования

• Степень бакалавра в computer science, IT или смежной области
• 7+ лет опыта в site reliability engineering или аналогичной роли
• 3+ года в SRE, DevOps или инфраструктурных ролях
• Опыт поддержки и наставничества менее опытных коллег
• Умение выстраивать алертинг и наблюдаемость во всех production-системах (Prometheus, Grafana, CloudWatch и др.)
• Опыт работы с облаками, предпочтительно AWS (ECS, EC2 и др.) или Azure
• Обширный опыт с Terraform и Ansible
• Опыт incident management, постмортемов и on-call
• Знание планирования и тестирования disaster recovery
• Сильные знания инструментов мониторинга систем
• Отличные навыки решения проблем и траблшутинга сложных задач
• Сильные коммуникативные навыки и умение работать в команде
• Опыт управления бэкапами и понимание RTO и RPO
• Знакомство с процессами release management
• Готовность работать в режиме on-call
• Умение определять стратегию Site Reliability и реализовывать её
• Опыт управления стейкхолдерами и их ожиданиями
• Опыт работы с конкурирующими приоритетами и переключением контекста
• Владение Python
• Проживание в Германии с разрешением на работу или ВНЖ

Условия

• Конкурентная зарплата
• 30 дней оплачиваемого отпуска
• Remote-first: работа из любой точки Германии с возможностью посещать офисы в Штутгарте и Берлине
• Щедрый бюджет на обучение и развитие
• Выбор рабочего оборудования (Apple или Microsoft)
• Постоянная позиция (fixed, permanent)

Навыки

• Python
• Prometheus
• Grafana
• CloudWatch
• AWS
• ECS
• EC2
• Azure
• Terraform
• Ansible