Betfair Romania Development on Flutter Entertainmentin teknologiakeskus Cluj-Napocassa. Yli 1 900 työntekijää tukee keskuksessa konsernin maailmanlaajuisia vedonlyönti- ja pelibrändejä. Tiimit työskentelevät ohjelmistokehityksen, verkkopelaamisen ja asiakastuen parissa muun muassa Betfair-, PokerStars- ja Paddy Power -tuotteiden parissa ja palvelevat asiakkaita markkinoilla eri puolilla maailmaa. Yhtiö keskittyy kiinnostavien urheilu- ja kasinovedonlyöntikokemusten rakentamiseen turvallisuus keskeisenä lähtökohtana.
Vanhempi luotettavuusinsinööri, Romania (etätyö)
Paranna FanDuelin urheiluteknologia-alustan luotettavuutta SLO-tavoitteiden, observabilityn, häiriöistä oppimisen ja automaation avulla. Tee yhteistyötä Cluj-Napocan sovellus- ja alustatiimien kanssa.
Kuvaus
- Tee yhteistyötä sovellus- ja alustatiimien kanssa palveluarkkitehtuurin, riippuvuuksien, kriittisten asiakaspolkujen ja luotettavuusriskien kartoittamiseksi
- Määritä tarkoituksenmukaiset SLI- ja SLO-mittarit, jotka yhdistävät palvelun suorituskyvyn asiakkaiden ja liiketoiminnan tuloksiin
- Auta tiimejä ottamaan virhebudjetit käyttöön ja hyödyntämään luotettavuusdataa teknisten prioriteettien määrittämisessä
- Arvioi palvelujen tuotantovalmius observabilityn, hälytysten, SLO-tavoitteiden, toimintaohjeiden, riippuvuuksien, kapasiteetin ja palautumisen osalta
- Hyödynnä luotettavuuden kypsyysarviointeja ja tuloskortteja parannustoimien kohdentamiseen sinne, missä niiden vaikutus on suurin
- Osallistu häiriötilanteiden hallintaan ja diagnosoi monimutkaisia tuotanto-ongelmia lokien, mittareiden, jäljitysten, riippuvuuksien ja julkaisutietojen avulla
- Analysoi häiriöitä ja toistuvia operatiivisia ongelmia järjestelmäriskien ja kestävien ratkaisujen löytämiseksi
- Vahvista toimintaohjeita, hälytyksiä, eskalointimenettelyjä ja päivittäisiä operatiivisia käytäntöjä
- Luo automaatiota ja itsepalvelutyökaluja, jotka vähentävät insinöörityön rutiinikuormaa
- Kehitä työkaluja luotettavuusprosesseihin, operatiiviseen valmiuteen, tutkintaan ja korjaamiseen
- Työskentele Observability Engineering -tiimin kanssa luotettavuuden mittaamiseen ja vianmääritykseen tarvittavan telemetrian määrittämiseksi
- Muuta suorituskykytestaus, kapasiteettianalyysi, Gameday-harjoitukset, kaaoskokeet ja vikasietoisuusharjoitukset konkreettisiksi luotettavuusparannuksiksi
- Auta valmistautumaan huipputapahtumiin arvioimalla palvelujen tilaa, SLO-tavoitteita, riippuvuuksia, kapasiteettialtistusta ja luotettavuushavaintoja
- Paranna kriittisten asiakaspolkujen häiriönsietokykyä seurannan, riippuvuusanalyysin, vikatilanteiden käsittelyn ja palautumiskäytäntöjen avulla
- Osallistu Reliability Engineering -standardien, mallien, dokumentaation ja uudelleenkäytettävien golden path -ratkaisujen kehittämiseen
- Jalkauta luotettavuuskäytännöt CI/CD- ja kehittäjien työnkulkuihin SLO-as-Code-ratkaisujen, telemetrian validoinnin, tuotantovalmiustarkistusten ja automaattisten kontrollien avulla
- Hyödynnä tekoälyavusteista tutkintaa ja automaatiota vianmäärityksen nopeuttamiseksi ja manuaalisen työn vähentämiseksi
- Jaa asiantuntemustasi ja auta insinöörejä kehittämään vahvempia SRE- ja tuotantoinsinöörikäytäntöjä
Vaatimukset
- Osoitettua käytännön kokemusta Site Reliability Engineeringistä, Reliability Engineeringistä, Platform Engineeringistä, DevOpsista tai Production Engineeringistä
- SRE-perusteiden vankka hallinta, mukaan lukien SLI:t, SLO:t, virhebudjetit, häiriöiden hallinta, operatiivinen valmius, rutiinikuorman vähentäminen ja automaatio
- Käytännön kokemusta tuotantopalvelujen SLI- ja SLO-mittareiden määrittämisestä tai niiden parissa työskentelystä
- Vahvat vianmääritystaidot sovellusten, infrastruktuurin, verkkojen, tietokantojen ja palveluriippuvuuksien parissa
- Hajautettujen järjestelmien ja luotettavuusmallien tuntemus, mukaan lukien uudelleenyritykset, aikakatkaisut, sulakkeet, hallittu heikentyminen, redundanssi, takapaine ja vikojen eristäminen
- Kokemusta Datadogista tai vastaavasta observability-alustasta, joka kattaa lokit, mittarit, jäljitykset, APM:n, koontinäytöt, monitorit ja synteettisen valvonnan
- Kokemusta häiriötilanteisiin osallistumisesta, häiriöiden jälkeisistä katselmuksista ja tehokkaista jatkotoimista
- Käytännön kokemusta Kubernetesista ja pilvi-infrastruktuurista, mieluiten AWS:stä
- Kokemusta infrastruktuuri koodina -työkaluista, kuten Terraformista, nykyaikaisissa CI/CD-ympäristöissä
- Vahvat automaatio- ja ohjelmistokehitystaidot sekä jonkin modernin kielen, kuten Gon, Javan, Pythonin tai JavaScriptin, hyvä osaaminen
- Näyttöä toistuvan operatiivisen työn korvaamisesta automaatiolla tai itsepalvelulla
- Suorituskykytekniikan, kapasiteetinhallinnan, häiriönsietokyvyn testauksen, vikasietoisuuden, vikasietoisuusharjoitusten tai kaaostekniikan tuntemus
- Kyky tulkita sovellusarkkitehtuuria ja tunnistaa luotettavuusriskit palvelu- ja infrastruktuuririippuvuuksissa
- Vahva analyyttinen ajattelu ja ongelmanratkaisukyky
- Selkeät viestintätaidot, mukaan lukien kyky selittää luotettavuuskonsepteja ja suosituksia insinööreille ja teknisille johtajille
- Kyky työskennellä tiimirajojen yli, hallita kilpailevia prioriteetteja ja saavuttaa mitattavia tuloksia
- Automaatioon, jatkuvaan parantamiseen, tiedon jakamiseen ja järjestelmätason ongelmanratkaisuun keskittyvä työskentelytapa
Edut
- Mahdollisuus valita hybridi- tai etätyö
- 1 000 €:n vuotuinen henkilökohtaisen kehittymisen etu
- Yhtiön osakeohjelma
- 25 vuosilomapäivää
- Enintään 20 työpäivää vuodessa ulkomailla työskentelyyn
- Viisi henkilökohtaista vapaapäivää vuodessa
- Joustavat edut matkustamiseen, urheiluun ja harrastuksiin
- Laajennettu terveys-, hammas- ja matkavakuutus
- Yksilöllisesti suunnitellut hyvinvointiohjelmat
- Urasuunnitteluun keskittyvät tapaamiset
- Pääsy tuhansille Udemy-verkkokursseille
- Monipuolisia ja kiinnostavia toimistotapahtumia