
プリンシパルサイト信頼性エンジニア
Backblazeのクラウドストレージプラットフォーム全体で信頼性向上を主導し、本番サービスの可用性と耐久性を高めます。 オブザーバビリティ、自動化、インシデント対応、そしてプラットフォーム安定性の長期的な改善を推進します。
仕事内容
- 重要な本番サービスの可用性と耐久性に関する成果を担います。
- 課題の特定から解決まで、プロジェクトを主導します。
- サービスの健全性指標について助言し、サービスオーナーと連携して SLI、SLO、エラーバジェットポリシー、アラートを改善します。
- リーダー向けオンコールローテーション、インシデント対応、事後レビューに参加します。
- ITIL/OSSのプラクティスをインシデント、変更、問題、キャパシティ管理に適用します。
- 定型的な運用タスクを自動化し、手作業や煩雑な業務を減らします。
- エンジニアリングチームと連携し、ストレージ設計と製品SLAに沿った性能要件を定めます。
- Prometheus、Grafana、Catchpoint、ELKなどを使って監視、ログ、アラートの枠組みを整備し、ランブックをFireHydrantと連携させます。
- CI/CDパイプライン、構成管理、Terraform、Ansible、JenkinsなどのInfrastructure as Codeツールを扱います。
- Bash、Python、Goのスクリプトを開発し、信頼性と運用効率を高めます。
- エンジニアリング、カスタマーサクセス、プロダクト、運用チームと協力し、レジリエントなシステムと運用を実現します。
- 顧客と協力し、ニーズや製品体験に沿って安定性向上の優先順位を決めます。
- ベンダーやサービスプロバイダーとサービスの問題を調査し、SLAの実績を追跡します。
- システムを文書化し、知見を共有して、信頼性を重視するエンジニアリング文化の構築に貢献します。
- 部門横断の取り組みを主導し、オブザーバビリティや運用プロセスの不足を見つけて優先順位を定めます。
- 繰り返し発生する問題を見つけ、恒久的な改善を提案し、アクションプランを策定します。
- 開発チームと運用チームに信頼性を重視するプラクティスを広めます。
応募要件
- コンピューターサイエンス、エンジニアリング、または関連分野の学士号、もしくは同等の経験。
- サイト信頼性、システムエンジニアリング、運用のいずれかで10年以上の経験。ハイパースケーラーでの経験があれば尚可。
- 大規模な本番システムの経験。運用手順やランブックの策定、および他者への使用トレーニングを含みます。
- Linuxのシステム管理とトラブルシューティングに関する高いスキル。
- AIツールを使ってプラットフォームの安定性と拡張性を改善した実績。
- ストレージシステム、性能、シャーディング、ストレージアルゴリズムに関する知識。
- IPVSを含むロードバランシングサービスの経験。
- パッチ適用、ハードニング、脆弱性の特定など、セキュリティを重視した運用の実践経験。
- 監視、アラート、インシデント対応、根本原因分析などの信頼性プラクティスに関する知識。
- Python、Bash、Goのいずれか1つ以上のスクリプト言語を使いこなせること。
- KubernetesやDockerなどのコンテナおよびマイクロサービスの経験が必須。kubectl、mysqlsh、Vitess keyspaceを使い、Kubernetes/Vitess-on-K8s環境を運用できること。
- Nomad、Vault、TerraformなどのHashiCorp製品の使用経験。
- SaaS、サービスプロバイダー、分散システム環境での経験があれば尚可。
- ITIL/OSSのプラクティスおよびSLO/SLAに関する知識があれば尚可。
- 優れた問題解決能力と、新しい技術を学ぶ意欲があれば尚可。
- AWS、GCP、Azureなどのクラウドプラットフォームの経験があれば尚可。
福利厚生
- 家族向け医療保険(歯科・眼科を含む)。
- 競争力のある報酬と401(k)プラン。
- フルタイム従業員へのRSU付与。
- 従業員株式購入プログラム。
- 柔軟な休暇制度。
- 産前産後休暇および育児休暇。
- 業務用MacBook Proと、ワークステーションを自分好みに整えるための十分な補助金。
- 人間の子どもを対象とした育児補助金。
- 不妊治療とサポート。
- 学習・能力開発プログラム。
- 通勤手当。
- 仕事と生活のバランスを支える企業文化。



