Stratus je B2B tehnološka i konzultantska tvrtka usmjerena na modernizaciju osiguravateljskih operacija za osiguravatelje imovine i neživotnog osiguranja te Managing General Agents. Njihovi timovi pomažu organizacijama zamijeniti ili optimizirati zastarjele ključne sustave, implementirati platforme Guidewire i Insurity, planirati i provesti migracije u Azure oblak te izgraditi snažnije podatkovne strategije i upravljanje podacima. Stratus također pruža podršku za spremnost na umjetnu inteligenciju, održavanje aplikacija, osiguranje kvalitete, odabir platformi i ugrađenu IT isporuku putem timova stručnjaka na zahtjev. Rad tvrtke objedinjuje stručnost u području osiguranja s praktičnom tehnološkom transformacijom kako bi klijentima pomogla unaprijediti analitiku, pojednostavniti operacije i učinkovitije plasirati nove proizvode na tržište.
Senior Site Reliability Engineer – rad na daljinu u Sjedinjenim Američkim Državama
Seniorni SRE odgovoran je za operativno uvođenje pouzdanosti u Stratusu, čiji softver digitalizira radne procese MEP izvođača. Uloga obuhvaća SLO-ove, observability, odgovor na incidente i inženjerstvo performansi u produkcijskim sustavima Azurea.
Opis
- Preuzeti odgovornost za indikatore razine usluge, ciljeve i proračune pogrešaka za usluge usmjerene na korisnike
- Razvijati mjerne cjevovode koji izvještavaju o dostupnosti i latenciji u odnosu na definirane ciljeve
- Upravljati produkcijskim nadzorom kroz standarde instrumentacije, nadzorne ploče i korisna upozorenja
- Upravljati alatima za observability u sustavima Azure AKS, Prometheus, Loki, Tempo, Grafana, Istio i Flux
- Uspostaviti operacije odgovora na incidente koje obuhvaćaju dežurstva, dojavljivanje, ozbiljnost, vlasništvo, eskalaciju i post-mortem analize bez traženja krivca
- Postaviti standarde vraćanja na prethodnu verziju i oporavka te ih provjeravati redovitim vježbama
- Voditi inženjerstvo performansi i kapaciteta kroz optimizaciju upita i indeksa, dimenzioniranje spremnika veza, modeliranje kapaciteta i dizajn kontrolirane degradacije
- Surađivati s timom na testiranju opterećenja, stresa, naglih skokova i dugotrajnog rada pomoću alata k6
- Definirati pragove latencije krajnjih točaka na temelju SLO-ova i koristiti rezultate testiranja kao uvjete za isporuku
- Voditi preglede spremnosti produkcije za instrumentaciju, upozorenja, načine kvara, ograničenja resursa i planove vraćanja na prethodnu verziju
- Pratiti otklanjanje problema nakon post-mortem analiza sve do potvrđenih promjena u produkciji
- Podržavati planiranje kontinuiteta poslovanja i oporavka od katastrofe, uključujući provjeru sigurnosnog kopiranja i vraćanja, dizajn prebacivanja i ciljeve oporavka
- Podučavati inženjerske timove instrumentiranju i upravljanju njihovim uslugama
- Izrađivati alate, automatizaciju, biblioteke instrumentacije i popravke produkcijskog koda
- Surađivati s inženjerskim podtimovima, platformskim i sigurnosnim timovima te grupama usmjerenima na korisnike
- Izvještavati višeg direktora platformskog inženjerstva
Zahtjevi
- Najmanje šest godina profesionalnog iskustva u inženjerstvu
- Tri ili više godina na specijaliziranoj ulozi SRE-a ili produkcijskog inženjera u B2B SaaS tvrtki
- Dokazano vlasništvo nad produkcijskim SLO-ovima i proračunima pogrešaka
- Napredno praktično iskustvo s observabilityjem uz Prometheus, Loki, Tempo, Grafanu ili usporedive alate
- Praktično iskustvo rada kao voditelj incidenta tijekom značajnih incidenata
- Iskustvo u izgradnji dežurnih i eskalacijskih procesa od početka
- Izvrsno poznavanje performansi baza podataka, uključujući profiliranje upita, dizajn indeksa, spremanje veza i dijagnosticiranje zasićenja pod opterećenjem
- Iskustvo s MongoDB-om je poželjno; prihvatljiva je usporediva razina znanja dokumentnih ili relacijskih baza podataka
- Iskustvo s Kubernetesom u produkciji, po mogućnosti s AKS-om
- Sposobnost otklanjanja problema s raspoređivanjem podova, ograničenjima resursa, umrežavanjem i ponašanjem servisne mreže; iskustvo s Istijem je poželjno
- Poznavanje barem jednog od jezika Go, Python, C# ili TypeScript
- Sigurnost u radu s bazom koda C#/.NET
- Iskustvo s alatima za opterećenje i performanse kao što su k6, JMeter ili Gatling
- Produkcijsko iskustvo s Azureom ili AWS-om i razumijevanje načina kvara upravljanih usluga
- Tečno korištenje alata za inženjerstvo uz pomoć umjetne inteligencije i iskustvo u dizajniranju radnih procesa koji koriste umjetnu inteligenciju
- Izvrsne pisane komunikacijske vještine za post-mortem analize, runbooke i izvještaje o pouzdanosti
- Dobar prosudbeni osjećaj i pribranost pod pritiskom
- Iskustvo u uspostavljanju ili sazrijevanju SRE prakse je poželjno
- Iskustvo sa Sentryjem ili usporedivom platformom za praćenje pogrešaka aplikacija je poželjno
- Iskustvo u radu s događajno vođenim sustavima i sustavima u stvarnom vremenu je poželjno
- Iskustvo upravljanja MongoDB Atlasom u produkcijskom opsegu je poželjno
- Iskustvo s platformama za orkestraciju trajnih radnih procesa, kao što je Temporal, je poželjno
- Iskustvo s višenamjenskom ili višezonskom arhitekturom i dizajnom oporavka od katastrofe je poželjno
- Iskustvo s incident.io, PagerDutyjem ili usporedivim platformama za upravljanje incidentima je poželjno
- Poznavanje DORA metrika i rada na pouzdanosti u okruženjima SOC 2 ili NIST 800-171 je poželjno
- Iskustvo u poboljšanju pouzdanosti naslijeđenih monolita je poželjno
- Interes za MEP, BIM, AEC ili građevinske tehnologije je poželjan
- Prethodno iskustvo u tvrtki serije B ili tvrtki u fazi rasta je poželjno
Pogodnosti
- Sveobuhvatne i konkurentne zdravstvene pogodnosti
- Uplate u 401(k) uz podudaranje poslodavca
- Dvadeset dana godišnjeg plaćenog odmora
- Pretežno rad na daljinu
- Povremeni godišnji timski događaji na lokaciji