Senior Site Reliability Engineer (globális felvétel)

Stack

Feladatok

• ▹SLI/SLO-k meghatározása és hibaköltségvetések kezelése
• ▹Megbízható megfigyelhetőség kialakítása (dashboardok, egyedi metrikák, OpenTelemetry)
• ▹Incidenskezelés vezetése, blameless postmortemek készítése
• ▹Ügyeleti rotáció felügyelete és javítása
• ▹Kapacitás- és teljesítménytervezés (GPU, Kafka/MSK, RDS, Redis)
• ▹Üzletmenet-folytonosság és katasztrófa utáni helyreállítás (backup, replikáció, failover)

Elvárások

• ▹Tapasztalat nagy léptékű, vegyes (felhő + edge) infrastruktúra üzemeltetésében
• ▹SLO/hibaköltségvetés alapú gondolkodásmód
• ▹Java mikroszolgáltatások, Python szolgáltatások, AWS ismerete
• ▹Kafka (MSK), PostgreSQL/RDS, Redis, DynamoDB tapasztalat
• ▹Docker, Terraform, megfigyelhetőségi eszközök (Datadog, Grafana, Prometheus)

Soft skillek

A munkáltatóról

A cég elosztott, kamera-alapú videómegfigyelő és AI-riasztó platformot üzemeltet, amely felhő- és több ezer helyszíni edge eszközt kapcsol össze.