Site Reliability Engineer
Munkáltató · Amelco Limited
RendszergazdaHálózati mérnök
SzoftverfejlesztőRugalmasTeljesPécs
Gyakorlatias Site Reliability Engineer (SRE) munkatársat keresünk a nagy áteresztőképességű fogadási platformunk megbízhatóságáért, megfigyelhetőségéért és költséghatékonyságáért. Ön a termelési üzemeltetésünkbe ágyazva fog dolgozni, közvetlenül együttműködve a fejlesztőcsapatokkal a rugalmas rendszerek felépítésében, a cselekvésre ösztönző megfigyelhetőség megvalósításában, valamint az incidenskezelés vezetésében a felismeréstől a helyreállításig.
Feladatok
- Együttműködés a fejlesztőcsapatokkal a fogadási platform szolgáltatásaihoz kapcsolódó SLO-k/SLI-k meghatározásában és kezelésében (késleltetés, sor mélysége, fogadás-feldolgozási sikerességi arányok)
- A Java Spring Boot szolgáltatásaink megfigyelhetőségének növelése — annak biztosítása, hogy a metrikák, naplók és nyomkövetések használhatók legyenek a termelési problémák felderítésére és javítására
- Káosz-mérnöki kísérletek megvalósítása az eseménysor-rendszereinkre és a magas rendelkezésre állású fogadási szolgáltatásokra irányulva
- Üzembe helyezés előtti készenléti ellenőrzések és kiadás utáni validáció tervezése és végrehajtása a kockázat szempontjából kritikus szolgáltatások esetében
- A Kubernetes-fürtök megbízhatóságának felelőssége a fejlesztési, QA- és éles környezetekben
- Működési folyamatok automatizálása Python és Bash scripting segítségével a GitHub Actions ökoszisztémánkon belül
- Infrastruktúra-költségek optimalizálása az EKS munkaterhelések méretezésével, az automatikus skálázási irányelvek finomhangolásával és a hatékony erőforrás-felhasználási minták megvalósításével
- A platformvédelmek erősítése a Flux GitOps irányelvek és a Terraform modulok validálása révén
- Hozzájárulás a fogadási platform leállásaival kapcsolatos főbb incidensek kezeléséhez, mérnöki szakértelem biztosítása a Java-szolgáltatások viselkedésével és az infrastruktúra-függőségekkel kapcsolatban
- Automatizált helyreállítási minták tervezése és megvalósítása gyakori hibaforrásokhoz (eseménysor torlódása, kapcsolatmedence kimerülése, adatbázis-kapcsolat)
- Óránkénti megfigyelhetőségi ügynökszabályok és küszöbértékek তৈরিítése a termelési rendellenességek korai észleléséhez
- Runbookok és automatizálás fejlesztése a gyakori operatív feladatokhoz a töbörkornyezetes platformunkon
Feltételek és juttatások
Versenyképes B2B díjazásB2B szerződésHosszú távú együttműködési lehetőségekLehetőség nemzetközi projekteken való munkáraLehetőség tudásmegosztásra és szakmai fejlődésreEgyüttműködés tapasztalt iparági szakértőkkelBarátságos és támogató munkakultúraDinamikus és együttműködő környezetLapos szervezeti felépítésRugalmas és kötetlen légkörNincs dresscode
Elvárások
- 3+ év SRE, Platform Engineering vagy DevOps szerepkörökben szerzett gyakorlati termelési tapasztalat
- Erős Kubernetes üzemeltetési szakértelem (AWS EKS, GitOps Flux-szal, Helm csomagolás)
- Bizonyított tapasztalat Java Spring Boot alkalmazások megfigyelhetőségének kiépítésében Prometheus, Grafana és Loki használatával
- Infrastruktúra mint kód (IaC) jártasság Terraform és GitOps munkafolyamatok révén
- Python és Bash szkriptelési készségek az automatizáláshoz és eszközfejlesztéshez
- Tapasztalat nagy áteresztőképességű eseményfeldolgozó rendszerek monitoringjának tervezésében és üzemeltetésében
- Kimutatható képesség az infrastruktúra költséghatékonyságának és a fogadási platform megbízhatósági követelményeinek egyensúlyban tartására
- Kiváló kommunikációs készségek és képesség a fejlesztési, platform- és incidenskezelési csapatokon átívelő munkavégzésre