
信頼性エンジニア - クラウドシステム
高いレジリエンス、可観測性、自動化を備えたクラウドシステムを構築し、米国空軍 Cloud One を支援します。サービス目標、インシデント対応、災害復旧、コンプライアンス対応準備を管理します。
仕事内容
- クラウドおよびハイブリッド環境で、高可用性と耐障害性を備えたシステムを構築・運用する
- サービスレベル指標、サービスレベル目標、エラーバジェットを策定・測定・共有する
- システムのライフサイクル全体を通じて信頼性リスクを評価し、軽減策を適用する
- キャパシティプランニングを実施し、パフォーマンスモデルを作成する
- 監視、ログ記録、分散トレーシングのプラットフォームを導入・管理する
- 意味のあるアラートしきい値を設定し、信頼性の指標と傾向を評価する
- オンコールローテーションに参加し、本番インシデントへの対応を指揮する
- 開発、インフラ、セキュリティチームと連携した部門横断のトラブルシューティングを主導する
- インシデント後の分析を進め、是正措置と予防措置を定義する
- 再発インシデントを監視し、根本原因の解決まで問題を推進する
- 運用作業を自動化し、信頼性を高め平均復旧時間を短縮するスクリプト、ツール、サービスを作成する
- アーキテクチャおよび設計レビューに、信頼性、レジリエンス、復旧可能性の観点を反映する
- フェイルオーバーテストを含む災害復旧および事業継続手順を検証する
- カオスエンジニアリング、フォールトインジェクション、レジリエンステストを支援する
- DevOps、プラットフォーム、セキュリティチームと協働する
- 信頼性基準、ランブック、運用ドキュメントを維持する
- FedRAMP、FISMA、社内運用管理を対象とするコンプライアンスおよび監査業務に貢献する
応募要件
- 学士号と8年以上の経験、または修士号と6年以上の経験。追加の経験によって学位要件を代替できる場合があります
- 入社時に有効なSecretクリアランスが必要
- 米国市民権が必要
- AWS、Azure、OCI、GCPなどのクラウドプラットフォームとマネージドサービスの経験
- DockerやKubernetesなどのコンテナプラットフォームの運用経験
- CI/CDパイプラインとデプロイ自動化に関する実務知識
- サービスレベル目標とエラーバジェットの定義および活用経験
- キャパシティモデリングとパフォーマンステストの経験
- 分散システムと高可用性アーキテクチャに関する深い知識
- LinuxおよびWindowsのシステム管理に関する深い知識
- DNS、TCP/IP、ロードバランシングなど、ネットワークの基礎に関する深い知識
- Prometheus、Grafana、ELK/Elastic、Datadog、Azure Monitorなどの監視・可観測性ツールの実務経験
- Terraform、ARM、CloudFormationを使用したInfrastructure as Codeの実務経験
- Python、Bash、Go、PowerShell、または同等の言語によるスクリプト作成やプログラミングの実務経験
- インシデント管理とオンコール運用の経験
- 歓迎:米国空軍 Cloud One または Platform 1 の経験
- 歓迎:ゼロトラストアーキテクチャの経験
- 歓迎:AWS、Azure、Google、Oracleのクラウド認定資格
福利厚生
- 医療保険
- 歯科保険
- 眼科保険
- 傷害死亡・四肢切断保険
- 短期障害保険
- 長期障害保険
- 会社負担の生命保険
- 雇用主拠出付き401(k)
- 有給休暇
- ペット保険








