Stratus to firma technologiczna i doradcza B2B, która koncentruje się na modernizacji operacji ubezpieczeniowych dla ubezpieczycieli majątkowych i odpowiedzialności cywilnej oraz zarządzających agentów generalnych. Zespoły firmy pomagają organizacjom zastępować lub optymalizować starsze systemy podstawowe, wdrażać platformy Guidewire i Insurity, planować i realizować migracje do chmury Azure, a także budować skuteczniejsze strategie dotyczące danych i zarządzania nimi. Stratus wspiera również przygotowanie do wykorzystania sztucznej inteligencji, utrzymanie aplikacji, zapewnianie jakości, wybór platform oraz realizację usług IT przez zespoły specjalistów dostępne na żądanie. Firma łączy wiedzę branżową z zakresu ubezpieczeń z praktycznym podejściem do transformacji technologicznej, pomagając klientom usprawniać analitykę, optymalizować operacje i skuteczniej wprowadzać nowe produkty na rynek.
Starszy inżynier niezawodności serwisów — praca zdalna w Stanach Zjednoczonych
Starszy inżynier niezawodności serwisów odpowiedzialny za operacyjne zapewnianie niezawodności w Stratus, którego oprogramowanie cyfryzuje przepływy pracy wykonawców MEP. Rola obejmuje SLO, obserwowalność, reagowanie na incydenty i inżynierię wydajności w środowiskach produkcyjnych Azure.
Opis
- Odpowiadać za wskaźniki poziomu usług, cele oraz budżety błędów dla usług skierowanych do klientów
- Tworzyć potoki pomiarowe raportujące dostępność i opóźnienia względem zdefiniowanych celów
- Zarządzać obserwowalnością środowiska produkcyjnego za pomocą standardów instrumentacji, pulpitów nawigacyjnych i użytecznych alertów
- Obsługiwać narzędzia obserwowalności w Azure AKS, Prometheus, Loki, Tempo, Grafana, Istio i Flux
- Tworzyć procesy reagowania na incydenty obejmujące dyżury, powiadomienia, klasyfikację ważności, odpowiedzialność, eskalację i bezwinne analizy po incydentach
- Ustalać standardy wycofywania zmian i odzyskiwania oraz weryfikować je podczas cyklicznych ćwiczeń
- Prowadzić prace nad wydajnością i pojemnością poprzez dostrajanie zapytań i indeksów, dobór rozmiaru pul połączeń, modelowanie pojemności oraz projektowanie kontrolowanej degradacji
- Współpracować z zespołem przy testach obciążeniowych, przeciążeniowych, skokowych i długotrwałych z użyciem k6
- Definiować progi opóźnień punktów końcowych oparte na SLO i wykorzystywać wyniki testów jako bramki wdrożeniowe
- Prowadzić przeglądy gotowości produkcyjnej dotyczące instrumentacji, alertów, trybów awarii, limitów zasobów i planów wycofania zmian
- Doprowadzać działania naprawcze po analizach incydentów do potwierdzonych zmian na produkcji
- Wspierać planowanie ciągłości działania i odtwarzania po awarii, w tym walidację kopii zapasowych i przywracania, projektowanie przełączania awaryjnego oraz definiowanie celów odtwarzania
- Mentorować zespoły inżynieryjne w zakresie instrumentacji i obsługi ich usług
- Tworzyć narzędzia, automatyzację, biblioteki instrumentacji i poprawki kodu produkcyjnego
- Współpracować między zespołami inżynieryjnymi, platformowymi i bezpieczeństwa oraz grupami pracującymi z klientami
- Raportować do starszego dyrektora ds. inżynierii platformowej
Wymagania
- Co najmniej sześć lat doświadczenia zawodowego w inżynierii
- Co najmniej trzy lata na samodzielnym stanowisku SRE lub inżyniera produkcji w firmie B2B SaaS
- Udokumentowane doświadczenie w zakresie produkcyjnych SLO i budżetów błędów
- Zaawansowane praktyczne doświadczenie z obserwowalnością, w tym z Prometheus, Loki, Tempo, Grafana lub porównywalnymi narzędziami
- Praktyczne doświadczenie w roli dowódcy reagowania podczas poważnych incydentów
- Doświadczenie w tworzeniu od podstaw procesów dyżurów i eskalacji
- Silna znajomość wydajności baz danych, w tym profilowania zapytań, projektowania indeksów, puli połączeń i diagnozowania nasycenia pod obciążeniem
- Doświadczenie z MongoDB mile widziane; akceptowalna jest porównywalna znajomość baz dokumentowych lub relacyjnych
- Doświadczenie produkcyjne z Kubernetes, najlepiej AKS
- Umiejętność diagnozowania planowania podów, limitów zasobów, sieci i zachowania service mesh; doświadczenie z Istio mile widziane
- Biegłość w co najmniej jednym z języków: Go, Python, C# lub TypeScript
- Swoboda pracy z bazą kodu C#/.NET
- Doświadczenie z narzędziami do testów obciążeniowych i wydajnościowych, takimi jak k6, JMeter lub Gatling
- Doświadczenie produkcyjne z Azure lub AWS oraz znajomość trybów awarii usług zarządzanych
- Biegłość w korzystaniu z narzędzi inżynieryjnych wspomaganych przez AI oraz doświadczenie w projektowaniu przepływów pracy wykorzystujących AI
- Doskonała komunikacja pisemna potrzebna do tworzenia analiz po incydentach, instrukcji operacyjnych i raportów dotyczących niezawodności
- Trafna ocena sytuacji i opanowanie pod presją
- Doświadczenie w tworzeniu lub rozwijaniu praktyk SRE mile widziane
- Doświadczenie z Sentry lub porównywalną platformą monitorowania błędów aplikacji mile widziane
- Doświadczenie w obsłudze systemów sterowanych zdarzeniami i systemów czasu rzeczywistego mile widziane
- Doświadczenie w obsłudze MongoDB Atlas na skalę produkcyjną mile widziane
- Doświadczenie z platformami orkiestracji trwałych przepływów pracy, takimi jak Temporal, mile widziane
- Doświadczenie w architekturze wieloregionalnej lub wielostrefowej oraz projektowaniu odtwarzania po awarii mile widziane
- Doświadczenie z incident.io, PagerDuty lub porównywalnymi platformami zarządzania incydentami mile widziane
- Znajomość metryk DORA i pracy nad niezawodnością w środowiskach SOC 2 lub NIST 800-171 mile widziana
- Doświadczenie w poprawianiu niezawodności starszych monolitów mile widziane
- Zainteresowanie MEP, BIM, AEC lub technologiami budowlanymi mile widziane
- Wcześniejsze doświadczenie w firmie na etapie Series B lub w fazie wzrostu mile widziane
Benefity
- Kompleksowe, konkurencyjne świadczenia zdrowotne
- Wpłaty na konto 401(k) z dopłatą pracodawcy
- Dwadzieścia dni corocznego płatnego urlopu
- Przede wszystkim zdalny tryb pracy
- Sporadyczne coroczne wydarzenia zespołowe na miejscu