首席站点可靠性工程师
负责 Allegion 安全产品的可靠性架构、SLO 实践与自动化工作。 指导跨团队的事件响应、可观测性建设和工程标准。
描述
- 在各产品线建立 SLO、SLI、错误预算、RPO、MTTA 和 MTTR 实践。
- 规划容量,并设计生产系统的可靠性架构。
- 担任跨职能项目的 SRE 技术负责人。
- 评估可靠性工具和自动化框架。
- 领导复杂且影响重大的事件响应,并开展无责复盘。
- 通过自动化减少运维琐事,强化可靠性文化。
- 构建 SLO 框架、可观测性流水线和事件管理实践。
- 负责关键且高度复杂服务的可靠性。
- 为中高复杂度的可靠性计划提供技术指导。
- 领导跨团队可靠性评审,并制定全组织适用的 SRE 标准。
- 推广可复用的可靠性工具和自动化方案。
- 指导资深及中级 SRE。
- 推广 AI 优先的方法,减少重复性运维工作。
- 落实企业安全政策和标准。
- 在跨职能讨论中代表 SRE,并将可靠性成果与业务影响相联系。
- 跟进可靠性、可观测性和自动化领域的发展,并推荐适用技术。
任职要求
- 计算机科学、网络或相关 IT 领域学位,或具备同等实践经验。
- 软件或 IT 领域累计至少八年经验,其中至少五年从事站点可靠性工程、DevOps 或系统可靠性工作。
- 具备在多个服务或产品中负责 SLI 和 SLO 设计、错误预算政策及容量规划的经验。
- 具备领导高复杂度或高影响事件响应并开展无责复盘的经验。
- 具备 AWS 或 Azure 以及 Kubernetes、EKS 或 AKS 的实际经验。
- 具备使用 Terraform、CloudFormation 或 Bicep/ARM 等基础设施即代码工具的经验。
- 具备使用 GitHub Actions、Azure DevOps、Jenkins 或 GitLab 等工具构建 CI/CD 流水线的经验。
- 熟练使用 Python、Go、Bash 或类似语言进行脚本编写和自动化。
- 具备可观测性和监控平台方面的经验。
- 了解网络、TLS 与加密、REST API、防火墙,以及负载均衡器或反向代理。
- 能够从成熟度、可扩展性和成本角度评估可靠性与自动化工具。
- 能够指导他人,并在没有直接管理职权的情况下影响工程实践。
- 具备出色的书面、口头和演示沟通能力。
- 具备与远程或分布式团队协作及领导团队的经验。
- 对 SRE、敏捷和安全实践有浓厚兴趣。
- 须获准在美国合法工作;此职位不计划提供就业签证赞助。
- 优先但非必需:具备机器学习模型服务或可观测性、SOC 2 或类似合规与审计流程、Ansible,以及性能或负载测试环境方面的经验。
福利待遇
- 健康、牙科和视力保险。
- 401(k) 退休储蓄计划,公司配比缴纳比例为 6%,且立即归属。
- 学费报销。
- 不限天数的带薪休假。
- 通过 Perks at Work 享受员工折扣。
- 参与社区活动并回馈社会的机会。
- CliftonStrengths 优势评估与辅导。
- 符合奖金资格。
- 对专业发展的投入。
- 优厚的带薪休假。
- 支持工作与生活平衡的文化。
