Backblaze
Backblaze
Backblaze erbjuder molnlagring och dataskyddstjänster för företag och privatpersoner. Plattformen B2 Cloud Storage tillhandahåller S3-kompatibel objektlagring för hantering och skydd av data, medan den automatiska och obegränsade säkerhetskopieringen av datorer underlättar återställning när system eller filer går förlorade. Företaget möjliggör även integrationer med andra applikationer, vilket gör produkterna lämpliga både för team som bygger dataarbetsflöden och för kunder som söker enkla säkerhetskopieringslösningar.

Principal Site Reliability Engineer

Led tillförlitlighetsarbetet för Backblazes molnlagringsplattform och stärk tillgängligheten och hållbarheten hos produktionstjänster. Driv observerbarhet, automatisering, incidenthantering och långsiktiga förbättringar av plattformens stabilitet.

Beskrivning

  • Ansvara för tillgänglighet och hållbarhet hos kritiska produktionstjänster.
  • Leda projekt från problemidentifiering till lösning.
  • Ge råd om mätvärden för tjänsternas hälsa och samarbeta med tjänsteansvariga för att förfina SLI:er och SLO:er, policyer för felbudgetar och larm.
  • Delta i ledningens beredskapsjourer, incidenthantering och efteranalyser av incidenter.
  • Tillämpa ITIL/OSS-metoder för incident-, ändrings-, problem- och kapacitetshantering.
  • Automatisera återkommande driftuppgifter för att minska manuellt arbete och rutinbelastning.
  • Samarbeta med teknikteam kring lagringsdesign och prestandaförväntningar kopplade till produktens SLA:er.
  • Etablera ramverk för övervakning, loggning och larm med verktyg som Prometheus, Grafana, Catchpoint och ELK, och koppla driftinstruktioner till FireHydrant.
  • Arbeta med CI/CD-pipelines, konfigurationshantering och verktyg för infrastruktur som kod, till exempel Terraform, Ansible och Jenkins.
  • Utveckla skript i Bash, Python eller Go för att förbättra tillförlitlighet och driftseffektivitet.
  • Samarbeta med teknik-, kundframgångs-, produkt- och driftteam kring motståndskraftiga system och arbetssätt.
  • Arbeta med kunder för att prioritera stabilitet utifrån deras behov och produktupplevelse.
  • Felsöka tjänsteproblem tillsammans med leverantörer och tjänsteleverantörer samt följa upp SLA-prestanda.
  • Dokumentera system, dela lärdomar och bidra till en teknikkultur med fokus på tillförlitlighet.
  • Leda tvärfunktionella insatser för att hitta brister i observerbarhet och operativa processer samt prioritera åtgärder.
  • Identifiera återkommande problem, rekommendera varaktiga förbättringar och ta fram handlingsplaner.
  • Främja tillförlitlighetsinriktade arbetssätt i utvecklings- och driftteam.

Krav

  • Kandidatexamen i datavetenskap, teknik eller ett närliggande område, eller motsvarande erfarenhet.
  • Minst 10 års erfarenhet av site reliability, systemteknik eller drift; erfarenhet från hyperscaler-miljö är meriterande.
  • Erfarenhet av storskaliga produktionssystem, inklusive att etablera driftprocedurer eller driftinstruktioner och utbilda andra i att använda dem.
  • Goda kunskaper i Linux-systemadministration och felsökning.
  • Dokumenterad förmåga att använda AI-verktyg för att förbättra plattformens stabilitet och skalbarhet.
  • Kunskap om lagringssystem, prestanda, sharding och lagringsalgoritmer.
  • Erfarenhet av lastbalanseringstjänster, inklusive IPVS.
  • Säkerhetsmedvetna driftmetoder, inklusive patchning, härdning och identifiering av sårbarheter.
  • Kännedom om tillförlitlighetsmetoder som övervakning, larm, incidenthantering och rotorsaksanalys.
  • Goda kunskaper i minst ett skriptspråk: Python, Bash eller Go.
  • Erfarenhet av containrar som Kubernetes och Docker samt mikrotjänster krävs; förmåga att arbeta i en Kubernetes/Vitess-on-K8s-miljö med kubectl, mysqlsh och Vitess-keyspaces.
  • Erfarenhet av HashiCorp-produkter som Nomad, Vault eller Terraform.
  • Erfarenhet från SaaS, tjänsteleverantörer eller distribuerade system är meriterande.
  • Kännedom om ITIL/OSS-metoder och SLO:er/SLA:er är meriterande.
  • God problemlösningsförmåga och vilja att lära sig ny teknik är meriterande.
  • Erfarenhet av en molnplattform som AWS, GCP eller Azure är meriterande.

Förmåner

  • Familjesjukvårdsförsäkring, inklusive tandvård och synvård.
  • Konkurrenskraftig ersättning och en 401(k)-plan.
  • RSU-tilldelningar för heltidsanställda.
  • Program för köp av personalaktier.
  • Flexibel semesterpolicy.
  • Mammaledighet och pappaledighet.
  • En MacBook Pro för arbetet och ett generöst bidrag för att anpassa arbetsplatsen.
  • Barnomsorgsbonus för mänskliga barn.
  • Fertilitetsbehandling och stöd.
  • Program för lärande och utveckling.
  • Pendlingsförmåner.
  • En kultur som värnar om balansen mellan arbete och privatliv.

Relaterade jobb

The Home Depot

Staff Software Engineer, tillförlitlighetsteknik (Order Up) på The Home Depot — distansarbete i USA

The Home Depot

Led arbetet med tillförlitlighetsteknik för The Home Depots Order Up-programvara, som används av kunder och medarbetare. Bygg, testa, övervaka och förbättra robusta produktionsapplikationer.

Öppna