网站可靠性工程总监
负责Paze（Early Warning旗下数字支付产品）的站点可靠性工程。制定可靠性战略，增强生产环境韧性，并培养高绩效SRE团队。
描述
- 负责指定产品、平台、支柱或业务领域的SRE工作
- 负责业务关键生产服务的可靠性、可扩展性、性能和可运维性
- 培养工程人才，制定所在领域的可靠性优先事项和战略
- 与产品、软件工程、平台、基础设施、安全和风险团队协作
- 定义并跟踪与客户、产品和业务成果相关的SLI和SLO
- 利用SLO结果、错误预算、故障数据和生产环境证据评估并确定可靠性风险优先级
- 推动采用可复用的软件、工具和自动化方案，提升可靠性、可扩展性和可运维性
- 编写代码，参与自动化和工程解决方案，并在需要时直接与工程师合作
- 制定指标、日志、链路追踪、仪表板和遥测标准
- 负责可执行的告警和可观测性建设，用于诊断、性能分析、容量规划和持续改进
- 指导事件响应、服务恢复和利益相关者沟通
- 通过自动化、运行手册、培训、演练和重复模式分析强化事件响应
- 推动无责备的事后事件复盘和全组织学习
- 确保关键服务符合生产就绪、韧性、恢复、容量和可扩展性标准
- 通过工程化、自动化和简化，减少重复、手动和低价值的运维工作
- 与安全、风险、合规和工程团队合作，满足控制、韧性和监管要求
- 通过明确的责任、职业发展和继任规划，建设、培养并留住高绩效SRE团队
- 将业务和产品优先事项转化为可靠性投资和跨多个季度的路线图
- 围绕可靠性、交付、运营风险、容量和业务需求设定优先级，并基于证据进行权衡
- 培养管理者和技术领导者
- 利用指标和运营评审识别可靠性风险、SLO表现、运营负荷和改进进展
- 负责重大事件并确保纠正措施完成
任职要求
- 通常需要12年以上软件工程、站点可靠性工程、生产工程、平台工程或相关领域经验，其中包括丰富的技术领导经验
- 至少5年人员管理经验，能够成功领导工程团队并培养管理者或高级技术领导者
- 具备运营高可用、业务关键型分布式系统的经验，并曾在大型产品、平台、支柱或业务领域推动可靠性改进
- 熟练掌握SRE实践，包括SLO和SLI、错误预算、可观测性、事件管理、自动化、容量、韧性和生产就绪
- 具备编写代码、参与自动化和工程解决方案，并在适当情况下直接与工程师合作的实际技术能力
- 能够向工程、产品和高级业务利益相关者清晰解释技术风险、权衡和投资需求
- 拥有建设包容、负责且高绩效工程团队的成功记录
- 入职时必须独立拥有为美国任何雇主工作的合法授权
- 该职位不提供工作签证赞助
- 有支付、金融服务或其他高度监管、高可用环境经验者优先
- 有跨多个团队或复杂产品、平台生态系统领导SRE或生产工程经验者优先
- 有云平台、分布式系统、现代可观测性、基础设施自动化和大规模软件交付经验者优先
- 有在既定领域内跨团队建立可靠性指标、治理和运营评审机制经验者优先
福利待遇
- 酌情激励计划
- 医疗保险计划，包括PPO和HDHP选项，以及牙科和视力保险
- 公司向健康储蓄账户提供缴款
- 提供通勤、医疗和受抚养人护理费用的灵活支出账户
- 401(k)计划：对前6%的递延缴款提供100%的公司安全港匹配，符合资格后即可享受
- 适用于免加班费受薪员工的灵活休假
- 适用于非免加班费时薪员工的慷慨带薪休假
- 11个带薪公司假日
- 带薪志愿服务日
- 12周带薪育儿假
- Maven家庭规划支持，涵盖冻卵、生育、收养、代孕、孕期、产后、婴幼儿早期儿科护理以及重返工作