Auf einen Blick
- Aufgaben: Sichere die Zuverlässigkeit von Diensten und manage SLIs/SLOs für eine reibungslose Performance.
- Unternehmen: Innovatives Unternehmen, das fortschrittliche KI-Agenten-Plattformen anbietet.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Dynamisches Team mit großartigen Wachstumschancen und einem kreativen Arbeitsumfeld.
- Warum dieser Job: Gestalte die Zukunft der Technologie mit und arbeite an spannenden Projekten im KI-Bereich.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in SRE oder DevOps mit Fokus auf hochbelastete Systeme.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Описание
Acclaim provides an advanced platform for creating and managing AI agents, offered both as an enterprise solution for customer infrastructure and as a Saa S product.
The platform integrates real-time voice and telephony, GPU and LLM inference, and streaming analytics, operating in both cloud and on-premise environments.
- Задачи
- Ensure the reliability of services by managing SLIs/SLOs and availability;
- Identify and eliminate system bottlenecks;
- Set up monitoring for services, metrics, alerts, and dashboards;
- Handle Dev Ops tasks including CI/CD and infrastructure management;
- Conduct incident investigations and postmortems;
- Perform load testing and capacity planning;
- Support the product in customer environments, including on-prem deployments;
- Mentor and share knowledge with team members.
- Требования
- 5+ Years of experience in SRE or Dev Ops with responsibility for high-load production systems;
- Deep practical understanding of Docker and Kubernetes in production;
- Hands-on experience with Prometheus, Alertmanager, and Grafana;
- Proficiency in writing, tuning, and maintaining metrics and alerts;
- Experience with SLIs/SLOs, incident management, and postmortems;
- Ability to build clear and useful dashboards;
- Experience with load testing and capacity planning;
- Strong Python skills for automation and tooling;
- Cloud experience with GCP and/or AWS;
- Strong Linux skills and solid operational networking knowledge;
- Proficiency in CI/CD and Infrastructure as Code (Terraform, Ansible, Git Hub Actions);
- Strong communication skills and ability to collaborate with developers;
- Analytical mindset with a focus on root cause analysis and proactive outage prevention;
- Nice to have: Experience using AI agents for routine tasks, real-time telephony (SIP, Free SWITCH, RTP, Web RTC), GPU/ML serving (Triton, v LLM, Run Pod, Nebius, Lambda, run: ai, DCGM), streaming data and analytics (Kafka, Click House), deep experience with Ia C and Git Ops (Argo CD, Loki/ELK, g RPC), experience working in isolated and highly secure environments, experience preparing systems for significant growth in load.
- Условия
- No conditions specified
- #J-18808-Ljbffr
site reliability engineer Arbeitgeber: Enfint
Als Arbeitgeber bieten wir Ihnen die Möglichkeit, Teil eines dynamischen Teams von über 100 Fachleuten zu werden, das sich auf die Skalierung von Projekten im Bereich Traffic-Arbitrage mit einem Fokus auf Glücksspiel und Krypto spezialisiert hat. Unsere Unternehmenskultur fördert Kreativität und Innovation, während wir Ihnen umfassende Ressourcen und Unterstützung bieten, um Ihre Fähigkeiten weiterzuentwickeln und Einfluss auf unsere Strategien zu nehmen. Bei uns haben Sie die Chance, in einem spannenden und schnelllebigen Umfeld zu arbeiten, das Ihnen nicht nur berufliches Wachstum, sondern auch die Möglichkeit bietet, an bedeutenden Projekten mitzuwirken.
