Backblaze
Backblaze
Backblaze biedt cloudopslag- en gegevensbeschermingsdiensten voor bedrijven en particulieren. Het B2 Cloud Storage-platform biedt S3-compatibele objectopslag voor het beheren en beschermen van gegevens, terwijl de automatische, onbeperkte back-upservice voor computers helpt bij het herstellen van verloren systemen of bestanden. Het bedrijf maakt ook integraties met andere toepassingen mogelijk, waardoor de producten geschikt zijn voor teams die gegevensworkflows bouwen en voor klanten die op zoek zijn naar eenvoudige back-upoplossingen.

Principal Site Reliability Engineer

Leid het betrouwbaarheidswerk voor Backblaze's cloudopslagplatform en versterk de beschikbaarheid en duurzaamheid van productiediensten. Stimuleer observability, automatisering, incidentrespons en langetermijnverbeteringen van de platformstabiliteit.

Beschrijving

  • Draag verantwoordelijkheid voor de beschikbaarheid en duurzaamheid van kritieke productiediensten.
  • Leid projecten vanaf het herkennen van een probleem tot en met de oplossing.
  • Adviseer over meetwaarden voor de status van diensten en werk met service-eigenaren aan het verfijnen van SLIs en SLOs, beleidsregels voor error budgets en waarschuwingen.
  • Neem deel aan bereikbaarheidsdiensten voor leidinggevenden, incidentrespons en evaluaties na incidenten.
  • Pas ITIL-/OSS-praktijken toe voor incident-, change-, probleem- en capaciteitsbeheer.
  • Automatiseer terugkerende operationele taken om handmatig werk en sleur te verminderen.
  • Werk met engineering aan opslagontwerpen en prestatieverwachtingen die aansluiten op product-SLA's.
  • Zet frameworks op voor monitoring, logging en waarschuwingen met tools zoals Prometheus, Grafana, Catchpoint en ELK, en koppel runbooks aan FireHydrant.
  • Werk met CI/CD-pipelines, configuratiebeheer en infrastructure-as-code-tools zoals Terraform, Ansible en Jenkins.
  • Ontwikkel scripts in Bash, Python of Go om de betrouwbaarheid en operationele efficiëntie te verbeteren.
  • Werk samen met engineering-, customer-success-, product- en operationele teams aan veerkrachtige systemen en processen.
  • Werk met klanten om stabiliteit te prioriteren op basis van hun behoeften en productervaring.
  • Los problemen met diensten op samen met leveranciers en serviceproviders, en volg de SLA-prestaties.
  • Documenteer systemen, deel lessen en help een engineeringcultuur op te bouwen waarin betrouwbaarheid centraal staat.
  • Leid multidisciplinaire initiatieven om hiaten in observability en operationele processen te vinden en prioriteiten vast te stellen.
  • Signaleer terugkerende problemen, adviseer duurzame verbeteringen en ontwikkel actieplannen.
  • Bevorder betrouwbaarheidsgerichte werkwijzen bij ontwikkel- en operationele teams.

Vereisten

  • Bachelor in informatica, engineering of een verwant vakgebied, of gelijkwaardige ervaring.
  • Ten minste 10 jaar ervaring met site reliability, systeemengineering of operations; ervaring bij een hyperscaler heeft de voorkeur.
  • Ervaring met grootschalige productiesystemen, waaronder het opstellen van operationele procedures of runbooks en het trainen van anderen in het gebruik ervan.
  • Sterke vaardigheden in Linux-systeembeheer en probleemoplossing.
  • Aantoonbaar vermogen om AI-tools in te zetten om de stabiliteit en schaalbaarheid van platforms te verbeteren.
  • Kennis van opslagsystemen, prestaties, sharding en opslagalgoritmen.
  • Ervaring met load-balancingdiensten, waaronder IPVS.
  • Beveiligingsbewuste operationele werkwijzen, waaronder patchen, hardening en het opsporen van kwetsbaarheden.
  • Bekendheid met betrouwbaarheidspraktijken zoals monitoring, waarschuwingen, incidentrespons en oorzaakanalyse.
  • Goede beheersing van ten minste één scripttaal: Python, Bash of Go.
  • Ervaring met containers zoals Kubernetes en Docker en met microservices is vereist; je kunt werken in een Kubernetes/Vitess-on-K8s-omgeving met kubectl, mysqlsh en Vitess-keyspaces.
  • Ervaring met HashiCorp-producten zoals Nomad, Vault of Terraform.
  • Ervaring in een SaaS-, serviceprovider- of gedistribueerde-systemenomgeving heeft de voorkeur.
  • Bekendheid met ITIL-/OSS-praktijken en SLO's/SLA's heeft de voorkeur.
  • Sterke probleemoplossende vaardigheden en de bereidheid om nieuwe technologieën te leren hebben de voorkeur.
  • Ervaring met een cloudplatform zoals AWS, GCP of Azure heeft de voorkeur.

Voordelen

  • Gezinsdekking voor ziektekosten, inclusief tandheelkundige zorg en oogzorg.
  • Een concurrerende beloning en een 401(k)-pensioenregeling.
  • RSU-toekenningen voor fulltime medewerkers.
  • Aandelenkoopprogramma voor medewerkers.
  • Flexibele vakantieregeling.
  • Zwangerschaps- en ouderschapsverlof.
  • Een MacBook Pro voor het werk en een ruim budget om je werkplek naar eigen wens in te richten.
  • Kinderopvangbonus voor menselijke kinderen.
  • Behandelingen en ondersteuning bij vruchtbaarheidsproblemen.
  • Programma voor leren en ontwikkeling.
  • Vergoeding van woon-werkverkeer.
  • Een cultuur die een gezonde balans tussen werk en privé ondersteunt.

Gerelateerde vacatures

The Home Depot

Staff Software Engineer, Reliability Engineering (Order Up) bij The Home Depot – Remote, VS

The Home Depot

Leid het reliability engineering voor de Order Up-software van The Home Depot voor klanten en medewerkers. Bouw, test, monitor en verbeter robuuste applicaties voor productieomgevingen.

Openen