Backblaze 为企业和个人提供云存储与数据保护服务。其 B2 Cloud Storage 平台提供兼容 S3 的对象存储，用于管理和保护数据；自动且不限容量的电脑备份服务则支持在系统或文件丢失时进行恢复。公司还支持与其他应用集成，使其产品既适合构建数据工作流的团队，也适合寻求简单易用备份方案的客户。
网站可靠性工程师 III，数据库——美国远程
负责 Backblaze Vitess 和 Cassandra 生产数据库的可靠性、自动化、事件响应与运营就绪。 通过数据库架构、恢复、监控和基础设施运营，支持其云存储平台的韧性。
描述
- 设计、部署并负责 Vitess、分布式 MySQL 和 Cassandra 的高可用数据库架构
- 为一级和二级 SRE 数据库工程师创建并维护流程、运行手册和升级指南
- 通过查询调优、索引、架构设计和容量规划提升数据库性能
- 负责数据库备份、恢复、复制和灾难恢复策略
- 执行并验证灾难恢复测试和数据库恢复流程
- 负责数据库安全、访问控制、补丁、加固和合规实践
- 与 DBA 和数据基础设施团队协作处理重新分片、容量、复制和分片 MySQL 架构
- 帮助维护关键生产服务的可用性和持久性
- 使用 SLI、SLO、错误预算、监控、日志和告警系统跟踪服务健康状况
- 参与值班轮换，并为事件响应、根因分析和事件后复盘作出贡献
- 作为复杂生产数据库事件的升级支持资源
- 自动化数据库管理和运营流程
- 使用 Prometheus、Grafana、Catchpoint 和 ELK 参与监控、日志和告警系统建设
- 使用 FireHydrant 连接运营手册与事件响应工作流
- 使用 Terraform、Ansible 和 Jenkins 等 CI/CD、配置管理及基础设施即代码工具
- 使用 Bash、Python、Go 或同类语言编写运营脚本
- 使用 Kubernetes 和 Docker 运行并排查容器化生产系统
- 负责生产就绪评审，并帮助新数据库支持服务做好运营准备
- 为一级和二级 SRE 数据库工程师制定培训计划、入职资源和技术文档
- 与工程、产品、运营及 DBA/数据基础设施团队合作开展可靠性项目
- 支持容量规划、灾难恢复演练、数据库迁移和基础设施项目
- 与供应商和服务提供商协调解决问题并监控 SLA 表现
- 调查并解决生产数据库、基础设施和服务事件
- 排查并升级数据库、Linux、网络、应用程序和基础设施问题
- 通过持久的纠正措施解决反复出现的问题并提升可靠性
任职要求
- 具备 6 至 8 年网站可靠性、系统工程、基础设施运营、数据库工程或相关领域经验，其中包括丰富的生产数据库支持经验
- 具备 MySQL 以及分布式或分片数据库系统的深厚实践经验
- 强烈优先考虑具备 Vitess 生产经验者
- 具备管理和支持 Cassandra 等 NoSQL 数据库的经验
- 了解如何设计高可用数据库架构、复制拓扑、备份策略和灾难恢复流程
- 具备较强的 SQL 技能，能够进行查询分析、索引、架构设计和故障排查
- 具备扎实的 Linux 管理和故障排查能力
- 具备以安全为重点的运营经验，包括补丁、加固、访问控制和漏洞修复
- 理解监控、告警、事件响应、根因分析、SLI、SLO 和错误预算等可靠性实践
- 具备容器及 Kubernetes、Docker 等编排平台的工作经验
- 能够使用 kubectl、mysqlsh 和 Vitess keyspaces 等工具运维 Kubernetes 和 Vitess 环境
- 具备 Terraform、Ansible、Jenkins 以及 Vault、Nomad 等 HashiCorp 产品等基础设施和配置管理工具的经验
- 至少熟练掌握一种脚本语言，例如 Python、Bash 或 Go
- 具备成熟的运营流程、运行手册、文档和升级流程
- 有在复杂技术环境中指导、培训或帮助工程师入职的经验
- 有 SaaS、云服务、服务提供商或大规模分布式系统环境经验者优先
- 有 AWS、GCP、Azure 或同类云平台经验者优先
- 熟悉 ITIL/OSS 实践以及 SLA/SLO 管理者优先
- 拥有计算机科学、工程或相关领域学士学位，或具备同等专业经验
福利待遇
- 家庭医疗保险，包括牙科和视力保险
- 具有竞争力的薪酬和 401(k) 计划
- 为全职员工提供 RSU 授予
- 员工股票购买计划
- 灵活的休假政策
- 产假和陪产假
- 工作用 MacBook Pro 及工作站个性化津贴
- 人类子女托儿补贴
- 生育治疗和支持
- 学习与发展计划
- 通勤福利
- 倡导健康工作与生活平衡的文化