제너럴 모터스는 차량 엔지니어링, 생산, 운송 및 정보기술 분야에서 사업을 운영하는 글로벌 자동차·제조 기업입니다. 1908년에 설립된 GM은 모빌리티의 발전을 목표로 기술을 개발하며, 사고 제로, 배출가스 제로, 교통 정체 제로라는 비전을 추구합니다. 전 세계 사업부에서는 다양한 전문 분야의 대규모 팀이 협력해 혁신, 지속 가능한 교통, 자동차 산업의 미래에 집중하고 있습니다.
스태프 DevOps 소프트웨어 엔지니어—VCU/CCU 인포테인먼트 시스템(하이브리드)
제너럴 모터스의 차세대 VCU/CCU 인포테인먼트 시스템을 위한 DevOps, CI/CD 및 플랫폼 엔지니어링을 주도합니다. 오스틴 또는 마운틴뷰 기반의 하이브리드 근무 직무입니다.
설명
- VCU/CCU 인포테인먼트 시스템을 지원하는 DevOps, CI/CD 및 빌드 플랫폼의 기술 방향과 아키텍처를 수립합니다
- 임베디드 Linux Yocto 빌드를 위한 확장 가능한 CI/CD 파이프라인을 구축하고 최적화하며, 오케스트레이션, 자동화 테스트, 아티팩트 관리 및 릴리스를 담당합니다
- 분산 빌드 시스템, 캐싱 및 인프라 개선을 통해 빌드 속도와 안정성을 높입니다
- 브랜치 관리, 버전 관리, 아티팩트 승격, 품질 게이트 및 규정 준수 검증을 통해 릴리스 관리를 자동화합니다
- 수작업을 줄이고 제공 속도를 높이는 셀프서비스 플랫폼, 엔지니어링 도구 및 대시보드를 개발합니다
- GitHub 자동화, 풀 리퀘스트 검사, 스모크 테스트 및 빠른 피드백 주기를 통해 개발자 생산성을 향상합니다
- 메트릭, 로그, 대시보드, 알림, 인시던트 대응 및 근본 원인 분석을 포함한 엔드투엔드 관측 가능성을 구현합니다
- AI와 머신러닝을 적용해 빌드 실패를 예측하고, 테스트를 지능적으로 선택하며, 리소스를 최적화하고, 이상을 감지하고, 인시던트를 예방합니다
- 아키텍처 검토, 기술적 의사 결정 및 트레이드오프 커뮤니케이션을 포함해 초기 구상부터 프로덕션까지 여러 부서의 프로그램을 주도합니다
- DVE 엔지니어에게 CI/CD 관행, 빌드 엔지니어링 및 인프라 설계 패턴을 코칭합니다
- 코드 리뷰, 설계 멘토링, 프로세스 개선, 채용 및 팀 개발을 통해 엔지니어링 관행을 발전시킵니다
- 엔지니어링, 릴리스, 품질, 인프라 및 프로그램 팀과 협력해 소프트웨어 제공을 현대화합니다
지원 자격
- 컴퓨터 과학, 소프트웨어 공학, 전기 공학 또는 관련 분야의 학사 학위 또는 이에 상응하는 실무 경험
- 소프트웨어 엔지니어링, DevOps, 빌드 엔지니어링, 플랫폼 엔지니어링 또는 릴리스 엔지니어링 분야에서 스태프급 범위의 책임을 포함한 10년 이상의 경력
- 여러 팀에 걸친 주요 기술 이니셔티브를 설계부터 프로덕션 배포까지 주도한 실적
- 확장 가능한 CI/CD 시스템 및 개발자 플랫폼을 설계하고 운영한 경험
- Jenkins, GitHub Actions, GitLab CI 또는 이에 준하는 자동화 도구에 대한 실무 지식
- 임베디드 Linux 빌드 시스템, 크로스 컴파일 또는 복잡한 플랫폼 빌드 파이프라인 경험
- Python, Bash, Groovy 또는 유사 언어를 활용한 프로그래밍 및 스크립팅 능력
- Docker, Kubernetes 및 하나 이상의 주요 클라우드 플랫폼 사용 경험
- 메트릭, 로그, 트레이스, 대시보드 및 알림을 위한 관측 가능성 도구의 실무 경험
- API, 워크플로, 통합, 자동화 및 안정성 전반에 대한 뛰어난 아키텍처 판단력
- 엔지니어를 멘토링하고 아키텍처를 형성하며 매트릭스 조직에서 성과를 낼 수 있는 능력
- 우대: 자동차, 임베디드 시스템, 인포테인먼트, Android Automotive, Linux IVI, QNX 또는 관련 분야 배경
- 우대: Yocto/OpenEmbedded 및 ARM 기반 임베디드 플랫폼 경험
- 우대: 분산 빌드, 원격 실행 또는 대규모 빌드 캐싱 경험
- 우대: 아티팩트 저장소, 정적 분석, 코드 품질 및 보안 스캔에 대한 지식
- 우대: 내부 개발자 플랫폼, 셀프서비스 도구 또는 엔지니어링 생산성 솔루션 개발 경험
- 우대: 규제 대상 또는 안전을 중시하는 환경의 규정 준수, 소프트웨어 품질 및 릴리스 관행에 대한 이해
- 우대: Datadog, Prometheus, Grafana, SonarQube, Artifactory 또는 이에 준하는 도구 경험
- 우대: DevOps 프로세스에 머신러닝을 적용한 경험
- 우대: AI 지원 개발, LLM 코드 분석 또는 자동화된 근본 원인 분석에 대한 이해
- 우대: MLOps 및 프로덕션 CI/CD 환경에서 머신러닝 모델을 배포한 경험
- 우대: TensorFlow, PyTorch 또는 scikit-learn 경험
복리후생
- 회사 성과, 직무 수준 및 개인 성과에 따른 인센티브 보상 대상
- 만족스러운 자동차 운전 기록 검토를 조건으로 회사 차량 평가 프로그램 이용 가능
- 회사 정책 요건을 충족하는 후보자에게 이주 지원
- 하이브리드 근무 방식
- 복리후생 및 종합 보상 리소스
- 합리적인 근무 환경 편의 제공
