Lead Site Reliability Engineer - India

Über Juniper Square

Unsere Mission ist es, das volle Potenzial der privaten Märkte zu erschließen. Privat gehaltene Vermögenswerte wie Gewerbeimmobilien, Private Equity und Risikokapital machen die Hälfte unseres finanziellen Ökosystems aus, sind jedoch für die meisten Menschen unzugänglich. Wir digitalisieren diese Märkte und bringen dadurch Effizienz, Transparenz und Zugang zu einem der produktivsten Bereiche unseres finanziellen Ökosystems. Wenn Sie daran interessiert sind, die Welt zu einem besseren Ort zu machen, indem Sie Märkte durch Technologie besser funktionieren lassen – und dabei als Mitglied einer werteorientierten Organisation beitragen möchten – möchten wir von Ihnen hören.

Juniper Square bietet den Mitarbeitern verschiedene Möglichkeiten, zu arbeiten, von einer vollständig remote Erfahrung bis hin zu einer Vollzeitarbeit in einem unserer physischen Büros. Wir investieren stark in digitale Betriebsabläufe, die es unseren Teams ermöglichen, effektiv über 27 US-Bundesstaaten, 2 kanadische Provinzen, Indien, Luxemburg und England hinweg zusammenzuarbeiten. Wir haben auch physische Büros in San Francisco, New York City, Mumbai und Bangalore für Mitarbeiter, die es bevorzugen, teilweise oder ganz im Büro zu arbeiten.

Was Sie tun werden

• Technische Führung & Architektur: Verantworten und steuern Sie die technische Richtung für die Infrastruktur Ihres Teams, treffen Sie architektonische Entscheidungen, die Zuverlässigkeit, Skalierbarkeit und Kosten in Einklang bringen. Entwerfen Sie Systeme mittlerer bis hoher Komplexität unter Verwendung bewährter Praktiken verteilter Systeme; antizipieren Sie zukünftige Anwendungsfälle und minimieren Sie technische Schulden. Führen Sie architektonische Überprüfungen durch und fördern Sie Entwurfsmuster in der gesamten Organisation. Identifizieren und implementieren Sie Verbesserungen an der bestehenden Softwarearchitektur; definieren und erweitern Sie Entwurfsmuster zur Lösung häufiger Plattformprobleme. Definieren und setzen Sie Sicherheitsbest Practices für team-eigene Systeme durch; heben Sie proaktiv Lücken gegenüber der Geschäftsführung hervor.
• Zuverlässigkeit & Betriebsexzellenz: Verantworten Sie die Zuverlässigkeitslage der team-eigenen Dienste – etablieren Sie SLOs, überwachen Sie SLAs und halten Sie das Team dafür verantwortlich. Leiten Sie die Vorfallreaktion bei komplexen, mehrdienstlichen Problemen; debuggen Sie systematisch, identifizieren Sie die Ursachen und stellen Sie sicher, dass Probleme nicht erneut auftreten. Etablieren Sie Standards für Protokollierung, Überwachung und Operationalisierung über alle team-eigenen Systeme hinweg. Voraussehen potenzieller Betriebsprobleme und implementieren Sie präventive Maßnahmen zum Schutz der Kundenerfahrung. Nehmen Sie an der Bereitschaftsrotation teil und helfen Sie dabei, sicherzustellen, dass Produktionssysteme angemessen instrumentiert sind.
• Projekt- & Lieferverantwortung: Agieren Sie als DRI (Directly Responsible Individual) für mittelgroße bis große SRE-Projekte, die sich über Monate erstrecken und eine teamübergreifende Zusammenarbeit erfordern. Arbeiten Sie mit Engineering-Managern und Produktmanagern zusammen, um Roadmap-Initiativen zu planen, die Arbeit in umsetzbare Schritte zu unterteilen und sich zu Lieferplänen zu verpflichten. Verhandeln Sie den Umfang effektiv, wenn erforderlich, und stellen Sie sicher, dass Anpassungen mit den Kundenbedürfnissen und Projektzielen übereinstimmen. Identifizieren und lösen Sie proaktiv Projektrisiken – Abhängigkeiten, architektonische Abweichungen und Personalblockaden – bevor sie die Lieferung beeinträchtigen.

Was wir suchen

• Erforderliche Erfahrung: 7-10 Jahre Erfahrung in Site Reliability Engineering, DevOps oder Plattformengineering in einer Produktions-Cloud-Umgebung. 5+ Jahre praktische Erfahrung mit AWS-Cloud-Diensten in den Bereichen Compute, Networking, Storage und Sicherheit. 5+ Jahre Verwaltung von Linux-orientierten Produktionsumgebungen in großem Maßstab. 5+ Jahre Erfahrung mit Infrastructure-as-Code (Terraform, CDK, CloudFormation) und/oder GitOps-Best-Practices. 3+ Jahre Betrieb und Fehlersuche in Produktions-Kubernetes-Umgebungen. 3+ Jahre Anwendung der Prinzipien des AWS Well-Architected Frameworks in Bezug auf Zuverlässigkeit, Sicherheit, Leistung und Kosten. 3+ Jahre Erfahrung mit Cloud-Sicherheitsbest-Practices, einschließlich IAM, Geheimnisverwaltung, Netzwerksicherheit und Compliance. 3+ Jahre Erfahrung mit PostgreSQL in der Produktion: Leistungsoptimierung, Replikation, Backup und Wiederherstellung. Nachweisliche Erfolgsbilanz bei der Leitung technischer Projekte mit mehreren Personen von der Planung bis zur Lieferung.
• Technische Fähigkeiten: Starke allgemeine Programmierkenntnisse; Komfort beim Schreiben von Automatisierungsskripten und Tools in Python, Go oder ähnlichem. Tiefes Wissen über Observability-Tools – Metriken, Protokollierung, verteiltes Tracing – und deren Nutzung zur Förderung der Zuverlässigkeit. Solides Verständnis von Datenaufbewahrung, Backup- und Wiederherstellungsprozessen in cloud-nativen Systemen. Erfahrung mit CI/CD-Pipelines, Release-Management und Bereitautomatisierung. Vertrautheit mit Service-Mesh-, API-Gateway-Mustern und Microservices-Architekturen.
• AI-Flüssigkeit: Erfahrung mit AI-unterstützten Workflows über den SDLC, mit Schwerpunkt auf Produktionszuverlässigkeit, Betriebsfähigkeit und Wartbarkeit großer Systeme (Design, Bereitstellung, Überwachung, Vorfallreaktion). Praktische Erfahrung mit der Integration von LLMs oder KI-Systemen in Produktionsumgebungen, mit Fokus auf Zuverlässigkeit, Latenz, Beobachtbarkeit und Fehlerbehandlung (z.B. automatisierte Triage, Vorfall-Copiloten, Runbook-Automatisierung). Vertrautheit mit agentenbasierten oder Workflow-Automatisierungssystemen, die auf betriebliche Anwendungsfälle wie Alarmtriage, Behebungszyklen, Systemdiagnosen oder automatisierte Runbook-Ausführung angewendet werden. Nachgewiesene Fähigkeit, KI-Tools zur Verbesserung der Systemzuverlässigkeit, Reduzierung der MTTR, Automatisierung betrieblicher Workflows und Verbesserung der Beobachtbarkeit und Alarmierungssysteme anzuwenden. Grundkenntnisse über LLMs, Embeddings, RAG und deren operationale Einschränkungen in Produktionssystemen (Latenz, Kosten, Drift, Sicherheit und Beobachtbarkeit). Fähigkeit, Chancen zu identifizieren, bei denen KI die Systemzuverlässigkeit, die Effizienz der Bereitschaftsdienste, die Vorfallreaktion und die Infrastrukturautomatisierung sinnvoll verbessern kann.
• Nice to have (SRE): Erfahrung im Umgang mit Modellverschlechterung, Fallback-Strategien und Kostenanomalien.
• Führung & Zusammenarbeit: Nachgewiesene Fähigkeit, technische Diskussionen zu leiten, die Abstimmung zwischen Engineering und Produkt voranzutreiben und Entscheidungen klar an die Stakeholder zu kommunizieren. Erfahrung in der Mentoring von Junior- und Mid-Level-Ingenieuren sowohl in technischen Fähigkeiten als auch in der beruflichen Entwicklung. Fähigkeit, unabhängig mit minimaler Aufsicht zu arbeiten; komfortabel bei der endgültigen technischen Entscheidungsfindung als DRI. Starke Kommunikationsfähigkeiten in Englisch – schriftlich und mündlich – mit Erfahrung in der Beeinflussung funktionsübergreifender Partner.

Warum Juniper Square

• Hochwirksame Rolle an der Schnittstelle von Cloud-Infrastruktur und Finanztechnologie – Ihre Arbeit bildet direkt die Grundlage für Produkte, die Hunderte von Milliarden im AUM verwalten.
• Signifikantes Wachstumspotenzial: Möglichkeit, die SRE-Praxis zu gestalten und die Plattform auf exponentielles Wachstum vorzubereiten.
• Ein vielversprechender Technologie-Roadmap, die Kapazitätsplanung, Kubernetes-Migrationen und die Modernisierung serviceorientierter Architekturen umfasst.
• Kollaborative, ingenieurgetriebene Kultur, die Qualität, Neugier und Eigenverantwortung schätzt.
• Wettbewerbsfähiges Vergütungs- und Leistungspaket.