Site Reliability Engineer II - AI & Infrastructure (f/m/d)

Focused Energy ist ein Pionierunternehmen im Bereich Deep-Tech mit Standorten in Deutschland und den USA, das sich der Kommerzialisierung der lasergetriebenen Kernfusion widmet. Unsere Mission ist es, der Welt saubere, sichere und nahezu unbegrenzte Energie zu liefern. Während wir schnell wachsen, suchen wir talentierte Personen, die in der Lage sind, Klarheit und Struktur in schnell wachsende Umgebungen zu bringen.

Über die Rolle

Focused Energy sucht einen Site Reliability Engineer II, der dabei hilft, zuverlässige, sichere, beobachtbare und einfach zu bedienende Systeme für interne Anwendungen aufzubauen. Sie sind verantwortlich für die tägliche Zuverlässigkeit, Bereitstellungen, Vorfallreaktionen, Überwachung, Backup, Wiederherstellung und Rollback-Prozesse in einer breiten technischen Umgebung, die Cloud-Dienste, Datenbanken, Identität, Netzwerke, Geheimnisse und CI/CD umfasst. Diese Rolle ist ideal für einen Ingenieur, der komplexe betriebliche Probleme lösen und wiederkehrende Vorfälle in dauerhafte Verbesserungen umwandeln möchte.

Was Sie tun werden

• Die Zuverlässigkeit und den täglichen Betrieb mehrerer interner Anwendungen, Bereitstellungsplattformen und unterstützender Dienste übernehmen.
• Die Untersuchung und Lösung von Vorfällen und Bereitstellungsfehlern in Cloud-Diensten, Datenbanken, Identität, Netzwerken, Geheimnissen und CI/CD-Systemen leiten.
• Automatisierungsverbesserungen in den Bereichen Build, Release, Bereitstellung, Überwachung, Alarmierung, Backup, Wiederherstellung, Rollback und Runbook-Prozesse vorantreiben.
• Sichere, gut getestete Codes, Konfigurationen, Infrastruktur und Datenbankfixes implementieren, um die Servicezuverlässigkeit wiederherzustellen oder zu verbessern.
• Vorschläge für Cloud-, Hosting-, Datenbank- und Laufzeitmigrationen sowie horizontale Skalierungsansätze entwickeln, unterstützt durch geeignete Test- und Rollback-Pläne.
• Klare betriebliche Dokumentation erstellen und pflegen, einschließlich Runbooks, Wiederherstellungsverfahren, Vorfallbehebungen und Systemwissen, das von anderen Ingenieuren wiederverwendet werden kann.
• Mit Softwareentwicklung, IT, Sicherheit, Identität und externen Plattformunterstützungsinteressengruppen zusammenarbeiten, um Infrastrukturänderungen sicher zu planen und durchzuführen.
• Diagnose- und Fehlersupport für AI-Workflows und -Tools, einschließlich Langdock, bereitstellen, ohne den Fokus auf die Kernzuverlässigkeitsprioritäten zu verlieren.

Wer Sie sind

• Sie übernehmen Verantwortung für gut definierte technische Arbeiten von der Untersuchung über Tests, Bereitstellung bis hin zur Nachverfolgung.
• Sie sind ruhig und methodisch, wenn Sie auf Live-Vorfälle reagieren, und können Probleme in mehreren miteinander verbundenen Systemen diagnostizieren.
• Sie konzentrieren sich auf die Ursachenbehebung, anstatt vorübergehende Lösungen wiederholt anzuwenden.
• Sie kommunizieren Vorfälle, Abwägungen, Risiken und Wiederherstellungspläne klar an technische und nicht-technische Interessengruppen.
• Sie sind proaktiv darin, Zuverlässigkeitsrisiken, Automatisierungsmöglichkeiten, wiederkehrende Probleme und betriebliche Verbesserungen zu identifizieren.
• Sie treffen eigenständige Entscheidungen zu taktischen Fixes und sicheren Konfigurationsänderungen, während Sie die entsprechende Genehmigung für Architektur-, Migrations- und Skalierungsentscheidungen einholen.
• Sie dokumentieren Änderungen und betriebliches Wissen, damit andere Ingenieure Systeme effektiv unterstützen können.
• Sie bitten frühzeitig um Hilfe, wenn Risiken oder Abhängigkeiten unklar sind, und halten den IT-Leiter über bedeutende Probleme und Fortschritte informiert.

Wünschenswerte Fähigkeiten und Kenntnisse

• Starke Erfahrung mit Linux, Netzwerken, strukturiertem Troubleshooting und Konzepten des Cloud-Hostings.
• Erfahrung im Betrieb interner Anwendungen und Bereitstellungsplattformen in Azure oder einer vergleichbaren Cloud-Umgebung.
• Praktisches Wissen über relationale Datenbanken, insbesondere PostgreSQL oder eine gleichwertige Plattform, einschließlich sicherer Migrations- und Wiederherstellungspraktiken.
• Erfahrung mit Infrastructure as Code und CI/CD-Tools wie OpenTofu, Terraform, GitLab CI, GitHub Actions oder Azure DevOps.
• Kenntnisse in den Bereichen Überwachung, Alarmierung, Backup, Wiederherstellung, Rollback-Automatisierung, Vorfallreaktion und Praktiken zur Servicezuverlässigkeit.
• Erfahrung mit horizontaler Skalierung, zustandslosem Systemdesign, Migrationen und umkehrbarem Änderungsmanagement.
• Scripting- und Automatisierungsfähigkeiten sowie Erfahrung in der Reduzierung repetitiver Betriebsarbeiten.
• Vertrautheit mit Identitäts- und Zugriffsmanagement, minimalem Zugriff, Geheimnisverwaltung, dem internen AI/SaaS-Stack von FE und Tools wie Langdock.

Focused Energy ist ein Arbeitgeber, der Chancengleichheit bietet und sich verpflichtet hat, ein integratives Umfeld zu schaffen. Qualifizierte Bewerber werden unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, sexueller Orientierung, Geschlechtswahrnehmung oder -identität, nationaler Herkunft, Alter, Familienstand, geschütztem Veteranenstatus oder Behinderungsstatus bei der Beschäftigung berücksichtigt.