高級網站可靠性工程師 MAAS 亞美尼亞遠端
負責 Pragmatike 分散式雲端平台與 GPU 基礎架構的高級 SRE。工作涵蓋 MAAS、Kubernetes、網路、自動化、可觀測性與硬體可靠性。
說明
- 在 Debian 與 Ubuntu 裸機及虛擬化環境中執行與維護大規模 Linux 系統
- 管理 MAAS 裸機佈建，包括區域控制器與機架控制器、PXE、調試、cloud-init、節點生命週期，以及 API 或 CLI 自動化
- 操作生產環境中的 Kubernetes 叢集，負責升級、節點池、網路、儲存、安全強化與疑難排解
- 使用 VLAN、第二層與第三層路由、繫結介面、VPN、防火牆與 DNS 設計及支援多站點網路
- 使用 Ansible、Bash 或 Python、OpenTofu 或 Terraform，以及以 Git 為基礎的工作流程，自動化基礎架構佈建與營運
- 使用 PXE、Preseed 與 cloud-init 建立及維護自動化部署流程
- 使用 Prometheus、Grafana、Alertmanager、VictoriaMetrics 或 VictoriaLogs 等工具執行可觀測性系統
- 為基礎架構與平台服務建立並強化 SLI、SLO、告警與可靠性實務
- 主導基礎架構事件回應、調查、升級處理及事後改善
- 維護分散式環境中的值班程序與營運支援
- 在硬體層處理 IPMI 或 Redfish、BMC、RAID、儲存、診斷與 GPU 基礎架構
- 管理 Proxmox、KVM/libvirt、OpenStack 或 VMware 等虛擬化平台，並在需要時處理 GPU 直通
- 開發用於主機探索、設定、IPAM、硬體健康狀態與營運自動化的內部基礎架構工具
- 管理基礎架構生命週期工作，包括站點導入、維護、除役、組態漂移偵測與執行手冊
- 與工程團隊及跨職能團隊合作，提升可靠性、資源利用率與營運效率
職位要求
- 至少五年 SRE、基礎架構、系統或平台工程實務經驗
- 具備進階 Linux 管理專業，尤其熟悉 Debian 與 Ubuntu
- 具備經證實的 MAAS 與裸機佈建生產經驗
- 具備豐富的 Kubernetes 生產環境實務經驗，包括叢集生命週期、網路、儲存、升級與疑難排解
- 具備扎實的網路專業知識，涵蓋 VLAN、第二層與第三層路由、繫結、VPN、防火牆與 DNS
- 具備使用 Ansible、Bash 及或 Python 進行自動化的能力
- 具備 Terraform 或 OpenTofu 及以 Git 為基礎的基礎架構工作流程經驗
- 具備 Prometheus、Grafana 或同類可觀測性平台的生產經驗
- 具備事件回應、值班營運、監控、告警與可靠性實務背景
- 具備 Proxmox、KVM/libvirt、OpenStack、VMware 或類似虛擬化平台經驗
- 具備管理裸機硬體、BMC、IPMI 或 Redfish、儲存及硬體疑難排解的經驗
- 熟悉分散式系統、容器編排與基礎架構可靠性
- 具備透過 RBAC、防火牆、網路政策、機密管理與安全強化來保護基礎架構的經驗
- 能夠從零建立 SOP、執行手冊與營運流程
- 能在快速變動、以工程為核心的環境中獨立工作
- 要求英語流利
福利待遇
- 完全遠端工作，工時彈性
- 具高度影響力的職位，提供充分的技術主導權與自主性
- 直接接觸裸機系統、Kubernetes、網路與 GPU 基礎架構
- 與國際化、以工程為核心的團隊合作
- 高度重視自動化、可靠性與大規模基礎架構
- 有機會參與塑造成長中雲端平台的架構與營運基礎