Stratus là một công ty công nghệ và tư vấn B2B, tập trung hiện đại hóa hoạt động bảo hiểm cho các doanh nghiệp bảo hiểm tài sản và trách nhiệm cùng các Managing General Agents. Các đội ngũ của Stratus hỗ trợ tổ chức thay thế hoặc tối ưu hóa những hệ thống lõi cũ, triển khai các nền tảng Guidewire và Insurity, lập kế hoạch và thực hiện quá trình chuyển đổi lên đám mây Azure, đồng thời xây dựng chiến lược và cơ chế quản trị dữ liệu vững chắc hơn. Stratus cũng hỗ trợ chuẩn bị cho AI, bảo trì ứng dụng, đảm bảo chất lượng, lựa chọn nền tảng và cung cấp dịch vụ CNTT tích hợp thông qua các nhóm nhân sự theo nhu cầu. Công ty kết hợp chuyên môn trong lĩnh vực bảo hiểm với năng lực chuyển đổi công nghệ thực tiễn để giúp khách hàng cải thiện hoạt động phân tích, tinh gọn vận hành và đưa sản phẩm mới ra thị trường hiệu quả hơn.
Kỹ sư độ tin cậy hệ thống cấp cao - Làm việc từ xa tại Hoa Kỳ
Kỹ sư SRE cấp cao chịu trách nhiệm vận hành hóa độ tin cậy tại Stratus, nơi phần mềm số hóa quy trình làm việc của các nhà thầu MEP. Vai trò này bao quát SLO, khả năng quan sát, ứng phó sự cố và kỹ thuật hiệu năng trên các hệ thống sản xuất Azure.
Mô tả
- Chịu trách nhiệm về các chỉ số cấp độ dịch vụ, mục tiêu và ngân sách lỗi cho các dịch vụ hướng đến khách hàng
- Phát triển các pipeline đo lường để báo cáo khả năng sẵn sàng và độ trễ theo các mục tiêu đã xác định
- Quản lý khả năng quan sát trong môi trường sản xuất thông qua các tiêu chuẩn tích hợp đo lường, bảng điều khiển và cảnh báo có thể hành động
- Vận hành các công cụ khả năng quan sát trên Azure AKS, Prometheus, Loki, Tempo, Grafana, Istio và Flux
- Thiết lập hoạt động ứng phó sự cố, bao gồm lịch trực, phân trang, mức độ nghiêm trọng, quyền sở hữu, quy trình chuyển cấp và các buổi đánh giá sau sự cố không quy trách nhiệm
- Thiết lập các tiêu chuẩn khôi phục phiên bản và khôi phục hệ thống, đồng thời xác thực chúng thông qua các đợt diễn tập định kỳ
- Dẫn dắt hoạt động kỹ thuật hiệu năng và dung lượng thông qua tối ưu hóa truy vấn và chỉ mục, xác định kích thước nhóm kết nối, mô hình hóa dung lượng và thiết kế suy giảm có kiểm soát
- Phối hợp với đội ngũ trong việc kiểm thử tải, kiểm thử áp lực, kiểm thử tăng đột biến và kiểm thử duy trì bằng k6
- Xác định ngưỡng độ trễ endpoint dựa trên SLO và sử dụng kết quả kiểm thử làm cổng kiểm soát triển khai
- Dẫn dắt các buổi đánh giá mức độ sẵn sàng sản xuất về tích hợp đo lường, cảnh báo, chế độ lỗi, giới hạn tài nguyên và kế hoạch khôi phục phiên bản
- Theo dõi việc khắc phục sau sự cố cho đến khi các thay đổi trong môi trường sản xuất được xác minh
- Hỗ trợ lập kế hoạch duy trì hoạt động kinh doanh và khôi phục sau thảm họa, bao gồm xác thực sao lưu và khôi phục, thiết kế chuyển đổi dự phòng và các mục tiêu khôi phục
- Hướng dẫn các đội ngũ kỹ thuật trong việc tích hợp đo lường và vận hành dịch vụ của họ
- Tạo công cụ, tự động hóa, thư viện tích hợp đo lường và các bản sửa lỗi mã nguồn trong môi trường sản xuất
- Phối hợp giữa các nhóm kỹ thuật, đội ngũ nền tảng và bảo mật, cùng các nhóm hướng đến khách hàng
- Báo cáo cho Giám đốc cấp cao phụ trách Kỹ thuật nền tảng
Yêu cầu
- Ít nhất sáu năm kinh nghiệm kỹ thuật chuyên nghiệp
- Từ ba năm trở lên trong vai trò SRE hoặc kỹ sư sản xuất chuyên trách tại một công ty SaaS B2B
- Có kinh nghiệm đã được chứng minh trong việc sở hữu SLO và ngân sách lỗi của môi trường sản xuất
- Kinh nghiệm thực hành nâng cao về khả năng quan sát với Prometheus, Loki, Tempo, Grafana hoặc các công cụ tương đương
- Kinh nghiệm thực tế với vai trò chỉ huy sự cố trong các sự cố nghiêm trọng
- Kinh nghiệm xây dựng quy trình trực và chuyển cấp từ đầu
- Chuyên môn vững về hiệu năng cơ sở dữ liệu, bao gồm phân tích truy vấn, thiết kế chỉ mục, nhóm kết nối và chẩn đoán tình trạng bão hòa khi chịu tải
- Ưu tiên kinh nghiệm với MongoDB; có thể chấp nhận chuyên môn tương đương về cơ sở dữ liệu tài liệu hoặc cơ sở dữ liệu quan hệ
- Kinh nghiệm Kubernetes trong môi trường sản xuất, ưu tiên AKS
- Có khả năng khắc phục sự cố lập lịch pod, giới hạn tài nguyên, mạng và hoạt động của service mesh; ưu tiên kinh nghiệm với Istio
- Thành thạo ít nhất một trong các ngôn ngữ Go, Python, C# hoặc TypeScript
- Thoải mái làm việc trong codebase C#/.NET
- Kinh nghiệm với các công cụ tải và hiệu năng như k6, JMeter hoặc Gatling
- Kinh nghiệm sản xuất với Azure hoặc AWS và hiểu biết về các chế độ lỗi của dịch vụ được quản lý
- Thành thạo các công cụ kỹ thuật có AI hỗ trợ và có kinh nghiệm thiết kế quy trình làm việc tích hợp AI
- Kỹ năng giao tiếp bằng văn bản xuất sắc để viết báo cáo sau sự cố, runbook và báo cáo độ tin cậy
- Có phán đoán tốt và giữ được bình tĩnh dưới áp lực
- Ưu tiên kinh nghiệm xây dựng hoặc nâng trưởng thành thực hành SRE
- Ưu tiên kinh nghiệm với Sentry hoặc nền tảng giám sát lỗi ứng dụng tương đương
- Ưu tiên kinh nghiệm vận hành các hệ thống hướng sự kiện và thời gian thực
- Ưu tiên kinh nghiệm vận hành MongoDB Atlas ở quy mô sản xuất
- Ưu tiên kinh nghiệm với các nền tảng điều phối workflow bền vững như Temporal
- Ưu tiên nền tảng về kiến trúc đa vùng hoặc đa khu vực khả dụng và thiết kế khôi phục sau thảm họa
- Ưu tiên kinh nghiệm với incident.io, PagerDuty hoặc các nền tảng quản lý sự cố tương đương
- Ưu tiên hiểu biết về các chỉ số DORA và công việc về độ tin cậy trong môi trường SOC 2 hoặc NIST 800-171
- Ưu tiên kinh nghiệm cải thiện độ tin cậy cho các hệ thống nguyên khối lâu năm
- Ưu tiên quan tâm đến MEP, BIM, AEC hoặc công nghệ xây dựng
- Ưu tiên từng làm việc tại công ty Series B hoặc công ty đang trong giai đoạn tăng trưởng
Phúc lợi
- Chế độ phúc lợi sức khỏe toàn diện và cạnh tranh
- Đóng góp 401(k) kèm chương trình đối ứng của công ty
- Hai mươi ngày nghỉ phép có lương mỗi năm
- Hình thức làm việc chủ yếu từ xa
- Các sự kiện gặp mặt trực tiếp của đội ngũ vào một số thời điểm trong năm