Staff Site Reliability Engineer

Wir suchen derzeit einen Staff Site Reliability Engineer in Deutschland. Treten Sie einer hochgradig kollaborativen Ingenieurumgebung bei, in der Zuverlässigkeit, Skalierbarkeit und Automatisierung zentral sind, um erstklassige Entwicklererfahrungen in globalem Maßstab zu liefern. In dieser Rolle helfen Sie beim Entwerfen und Warten von resilienten Infrastruktursystemen, die Millionen von Nutzern weltweit unterstützen, während Sie operative Exzellenz über verteilte Cloud-Umgebungen vorantreiben.

Sie arbeiten eng mit Ingenieur- und Infrastrukturteams zusammen, um die Beobachtbarkeit zu verbessern, die Leistung zu optimieren und Automatisierungen zu erstellen, die die betriebliche Komplexität reduzieren. Diese Position bietet die Möglichkeit, Vorfälle zu leiten, Zuverlässigkeitsstandards zu gestalten und die Infrastrukturstrategie innerhalb der Organisation zu beeinflussen. Es ist eine ideale Gelegenheit für einen erfahrenen SRE-Professionellen, der in schnelllebigen Umgebungen gedeiht und gerne komplexe Herausforderungen in verteilten Systemen löst, während er Teams betreut und bewährte Ingenieurpraktiken fördert.

Verantwortlichkeiten:

• Entwerfen und Implementieren umfassender Beobachtungslösungen, einschließlich Monitoring, Logging, Tracing, Dashboards und Alarmsystemen zur Verbesserung der Sichtbarkeit in die Infrastrukturgesundheit und -leistung.
• Definieren, Verfolgen und Verbessern von Service Level Objectives (SLOs) und Service Level Indicators (SLIs) in Zusammenarbeit mit Ingenieur- und Produktteams.
• Leiten von Vorfallreaktionsmaßnahmen bei hoher Schwere, Koordinieren von Fehlersuche-Aktivitäten, Durchführen von schuldlosen Nachbesprechungen und Implementieren langfristiger präventiver Lösungen.
• Erstellen und Warten von Infrastrukturautomatisierung und Infrastructure as Code-Lösungen mit Tools wie Terraform oder Pulumi.
• Entwickeln von selbstheilenden Systemen und Automatisierungsprozessen, die den operativen Aufwand reduzieren und die Systemresilienz verbessern.
• Optimieren von großangelegten Kubernetes- und cloud-nativen Bereitstellungen mit Fokus auf Skalierbarkeit, Zuverlässigkeit, Latenzreduzierung und Kapazitätsplanung.
• Untersuchen und Lösen komplexer Probleme in verteilten Systemen über mehrere Schichten des Infrastruktur-Stacks.
• Überprüfen von Architektur- und Systemdesigns, um Zuverlässigkeit, Skalierbarkeit, betriebliche Effizienz und Sicherheitsbest Practices sicherzustellen.
• Ingenieure in verschiedenen Teams betreuen und helfen, eine zuverlässigkeitsorientierte Ingenieurkultur und betriebliche Standards zu etablieren.
• Interne Tools, Integrationen und Automatisierungs-Workflows mit Sprachen wie Python oder Go erstellen, um Plattformoperationen und Infrastrukturverbesserungen zu unterstützen.

Anforderungen:

• 8–10 Jahre Erfahrung in Site Reliability Engineering, DevOps, Infrastrukturengineering oder verwandten Bereichen.
• Starke Softwareengineering-Fähigkeiten mit praktischer Erfahrung in der Entwicklung produktionsreifer Anwendungen oder Tools in Python oder Go.
• Tiefe Expertise in der Architektur verteilter Systeme, cloud-nativen Umgebungen und serviceorientiertem Infrastrukturdesign.
• Umfangreiche Erfahrung mit Kubernetes, Container-Orchestrierung, Docker und modernen Cloud-Infrastrukturtechnologien.
• Nachgewiesene Fähigkeit, fortschrittliche Beobachtungs- und Monitoring-Ökosysteme mit Tools wie Prometheus, Grafana, Datadog oder OpenTelemetry zu entwerfen und zu warten.
• Starker Hintergrund im Incident Management, in der Ursachenanalyse, Fehlersuche und Praktiken der operativen Exzellenz.
• Praktische Erfahrung mit Infrastructure as Code und Automatisierungstools wie Terraform, Pulumi oder ähnlichen Technologien.
• Exzellente schriftliche und mündliche Kommunikationsfähigkeiten, mit der Fähigkeit, komplexe technische Themen klar über Teams und Stakeholder hinweg zu erklären.
• Nachgewiesene Führungs- und Mentoring-Erfahrung in der Zusammenarbeit mit Ingenieuren auf verschiedenen Erfahrungsstufen.
• Komfortabel im Arbeiten über den gesamten Infrastruktur-Stack und beim Lösen hochkomplexer technischer Herausforderungen in schnelllebigen Umgebungen.
• Erfahrung mit Google Cloud Platform (GCP), Hochdurchsatzsystemen, Startup-Umgebungen oder technischer Inhaltserstellung wird als großer Vorteil angesehen.

Vorteile:

• Wettbewerbsfähiges Gehaltspaket mit Aktienoptionen.
• Vollständig remote Arbeitsumgebung in ganz Europa.
• Flexible Urlaubsregelung und bezahlte Feiertage.
• Kranken-, Zahn-, Augen- und Lebensversicherungsdeckung.
• Bezahlte Eltern-, medizinische und Pflegeurlaubsprogramme.
• Deckung für kurzfristige und langfristige Behinderungen.
• Monatlicher Wellness-Zuschuss zur Unterstützung des persönlichen Wohlbefindens.
• Autonome und flexible Arbeitskultur mit starken Eigenverantwortungsmöglichkeiten.
• Vierteljährliche Teambesprechungen und gemeinsame Unternehmensveranstaltungen.
• Professionelle Ausrüstung und Unterstützung des Remote-Arbeitsplatzes.
• Gelegenheit, an globalen Infrastrukturherausforderungen mit modernen cloud-nativen Technologien zu arbeiten.