Senior Platform Engineer (f/m/x) in Berlin

Ihre Rolle bei uns

Als Senior Platform Engineer sind Sie verantwortlich für die Plattform, auf der die KI-Agenten von Workist laufen: zwei Clouds, die Kubernetes-Cluster für Produktions-, Staging- und ML-Workloads sowie den Weg vom Merge-Request zur Produktion für jeden Dienst, den wir bereitstellen. Sie entscheiden, wie sich diese Plattform entwickelt, halten sie sicher, beobachtbar und kosteneffizient und erweitern sie, während das Produkt wächst. Zuletzt bedeutete dies ein LLM-Gateway mit regionaler Failover-Funktion vor unseren Azure OpenAI-Bereitstellungen und die Durchführung von GPU-Kapazitätsplanungen für unsere eigenen Modelle.

Wie wir Dinge bauen und betreiben

• Alles läuft auf Kubernetes (Azure AKS), bereitgestellt mit Helm und GitOps/Flux.
• Die gesamte Infrastruktur ist Terraform, angewendet durch CI.
• CI/CD für jeden Dienst auf GitLab.
• Verwaltete Dienste, wo es das Leben einfach hält: Postgres, OpenSearch, Redis, Blob-Speicher. Wir selbst hosten nur dort, wo es sich klar auszahlt.
• Zwei Clouds: Azure als unsere primäre Cloud, AWS für Suche und Mail-Ingestion.
• Python überall: Lesen und Beheben von Anwendungs-Code, wenn das die Stelle ist, an der die Behebung gehört.
• Sicherheit ist Routine: automatisiertes Scannen in jeder Pipeline, regelmäßige externe Penetrationstests, vierteljährliche Backup- und Disaster-Recovery-Tests.

Ihre Verantwortlichkeiten

• Besitzen Sie die Plattform.
• Besitzen Sie die Architektur unserer Cloud-Umgebungen über Azure und AWS: wie Abonnements, Netzwerke, Identitäten und Umgebungen strukturiert und isoliert bleiben.
• Entwerfen und liefern Sie die Plattformfähigkeiten, die das Produkt als Nächstes benötigt, von GPU-Kapazität und einem LLM-Gateway bis hin zu neuen Umgebungen.
• Setzen Sie den Standard dafür, wie wir Kubernetes und unsere verwalteten Datenservices betreiben: Kapazität im Voraus planen, Änderungen und Upgrades sicher und routinemäßig ausrollen, Kosten im Auge behalten.
• Besitzen Sie die Sicherheitslage von Ende zu Ende: Zugriff mit minimalen Rechten, Netzwerkisolierung, Ergebnisse von Scannern und Penetrationstests sowie einen Patch-Zyklus, der sich selbst steuert. Seien Sie ein technischer Ansprechpartner für Audits und Sicherheitsfragen.
• Besitzen Sie die Beobachtbarkeit und Alarmierung, sodass jeder Alarm es wert ist, darauf zu reagieren, und leiten Sie die Reaktion auf Plattformvorfälle einschließlich der nachfolgenden Behebungen.
• Führen Sie vierteljährliche Backup-/Wiederherstellungstests und Disaster-Recovery-Tests durch und schließen Sie, was sie offenbaren.
• Besitzen Sie den Weg vom Merge-Request zur Produktion: schnelle Builds, zuverlässige Bereitstellungen, Umgebungen und Zugriff auf Abruf.
• Bauen Sie die Infrastruktur hinter unseren KI-Modellen: das LLM-Gateway, Modellbereitstellungen mit regionalem Failover, GPU-Kapazität und was auch immer das nächste Modell benötigt.

Was das kürzlich so aussah

• Eine Redis-Instanz, die stillschweigend die Hälfte ihrer neuen TCP-Verbindungen abbrach und die Celery-Worker mit sich riss, regionales Failover und Lastenausgleich für unsere Azure OpenAI-Bereitstellungen, Umstellung unserer Cluster von nginx ingress auf die Kubernetes Gateway API.

Ihr Profil

Wir suchen einen professionellen Teamplayer, der in einer Umgebung gedeiht, in der wir Wissen offen teilen und uns gegenseitig anspornen, das bestmögliche Ergebnis zu liefern. Was Sie mitbringen:

• Sie haben jahrelang Produktionsinfrastruktur betrieben, idealerweise als die Person, die sie von Anfang bis Ende besessen hat, anstatt einer von vielen in einem großen Betriebsteam.
• Kubernetes und Terraform in der Produktion: Cluster-Upgrades, Helm, GitOps und Infrastruktur als Code für ein ganzes Cloud-Portfolio.
• Produktionserfahrung auf Azure oder AWS. Der Großteil unseres Portfolios ist Azure, daher funktioniert ein AWS-Hintergrund, wenn Sie bereit sind, sich intensiv mit Azure auseinanderzusetzen.
• Aktive Python-Kenntnisse: Sie lesen und debuggen einen Python-Code und beheben die Anwendung, wenn die Anwendung das ist, was kaputt ist.
• Sicherheit als Gewohnheit: Sie haben Patch-Management durchgeführt, mit Ergebnissen von Penetrationstests umgegangen und Zugriff mit minimalen Rechten entworfen und priorisieren Ergebnisse pragmatisch.
• Sie schreiben klar: Runbooks, Vorfallberichte und Architekturentscheidungen, denen andere folgen können.
• Fließendes Englisch (Engineering erfolgt auf Englisch, daher ist Deutsch nicht erforderlich, kann jedoch in einigen Kunden- und Lieferantengesprächen hilfreich sein).

Unsere Vorteile & Kultur

• Worki Tower: Unser Büro im Herzen der Stadt über 8 Etagen lädt Sie ein, professionell an einem ergonomischen Arbeitsplatz zu arbeiten und gibt Ihnen Raum für Ihre Kreativität. Unsere eigene Workist Lounge erwartet Sie mit einer gemütlichen Atmosphäre, einschließlich Kaffee, Getränken und einem Vitaminkorb für kurze oder längere kreative Pausen.
• Spielen Sie Tischtennis, Darts oder Nintendo, um den Kopf freizubekommen und Ideen mit anderen Teams auszutauschen.
• Flexible Arbeitszeiten: Gestalten Sie Ihren Arbeitstag mit unseren flexiblen Arbeitszeiten. Haben Sie wichtige Termine am Morgen oder Abend? Kein Problem, nutzen Sie die Flexibilität des Arbeitszeitplans.
• Büro, Remote & Workation: Sie entscheiden selbst und haben die flexible Wahl zwischen Büro oder remote.