Site Reliability Engineer ⚙️

V ApiTree se zaměřujeme na vývoj aplikací na míru, konzultace a rádi sdílíme své zkušenosti. 🤝 Naší silnou stránkou je samostatnost, smysl pro detail, a hluboké technické know-how. Máme roky praxe s robustními systémy v bankovnictví, pojišťovnictví, energetice, telekomunikacích, ale i v dalších odvětví.

Pro revoluční startup se sídlem v New Yorku a Tel Avivu hledáme Site Reliability Engineera, který bude pomáhat při vývoji průkopnické interní platformy pro správu talentů, která změnila HR tech průmysl a nyní pomáhá některým z největších a nejvíce inovativních společností na světě stát se připravenými na budoucnost. 

Klíčové odpovědnosti:

Řízení incidentů:

• Vedení řízení incidentů od jejich zjištění až po vyřešení, zajištění včasné komunikace a minimalizace dopadu na zákazníky.
• Koordinace spolupráce s pohotovostními týmy (DevOps a R&D) při řešení kritických problémů a poskytování rychlých řešení.
• Působení jako manažer incidentů během velkých událostí, poskytování aktualizací a zajištění dodržování zavedených protokolů pro řízení incidentů.

Root Cause Analýza

• Provádění analýzy (RCA) po incidentech a vytváření zpráv s doporučeními pro zlepšení.

Monitoring a upozorňování:

• Zlepšování a údržba systémů pro monitoring a upozorňování v reálném čase, aby bylo možné včas odhalit problémy na platformách.
• Spolupráce s vývojovými a DevOps týmy na zlepšení viditelnosti systémů a zvýšení přehlednosti.

Automatizace:

• Identifikace opakujících se úkolů v procesu řízení incidentů a jejich automatizace pro snížení manuálního zásahu a zkrácení doby odezvy.
• Implementace nástrojů a procesů pro zlepšení odolnosti systému a snížení četnosti incidentů.

Kvalifikace:

• Prokazatelné zkušenosti v oblasti Site Reliability Engineering nebo podobné roli se zaměřením na řízení incidentů.
• Silné porozumění protokolům pro reakci na incidenty, analýze kořenových příčin a procesům po incidentu.
• Zkušenosti s nástroji pro monitorování a upozorňování, jako jsou Prometheus, Grafana, Coralogix nebo jejich ekvivalenty.
• Znalost správy cloudů (výhodou je AWS) a hluboké porozumění praktikám škálování a spolehlivosti.
• Znalost CI/CD pipeline a nástrojů pro automatizaci (např. Jenkins, Terraform, Github Actions).
• Silné komunikační dovednosti, schopnost jasně formulovat technické problémy jak technickým, tak netechnickým zainteresovaným stranám.
• Zkušenosti s prací v pohotovostním režimu a vedením zásahů při incidentech.
• Výborná angličtina, schopnost plynulé komunikace s kolegy v zahraničí.

Zaujalo tě to? Neváhej nás kontaktovat!👋

Kateřina, ApiTree