資深可靠性工程師，羅馬尼亞（遠端）
透過服務級別目標、可觀測性、事件學習與自動化，提升 FanDuel 體育科技平台的可靠性。 與位於克盧日-納波卡的應用程式及平台團隊合作。
說明
- 與應用程式及平台團隊合作，梳理服務架構、依賴關係、關鍵客戶旅程與可靠性風險
- 建立有意義的服務級別指標與服務級別目標，將服務效能與客戶及業務成果連結起來
- 協助團隊採用錯誤預算，並利用可靠性資料指導工程優先順序
- 從可觀測性、警示、服務級別目標、執行手冊、依賴關係、容量與復原能力等面向評估服務的生產就緒度
- 應用可靠性成熟度評估與評分卡，將改善工作集中於影響最大的領域
- 參與事件回應，並使用日誌、指標、追蹤、依賴關係與部署資料診斷複雜的生產問題
- 分析事件與反覆出現的營運問題，找出系統性風險與持久解決方案
- 強化執行手冊、警示、升級程序與日常營運實務
- 建立能減少工程重複工作的自動化與自助工具
- 開發用於可靠性流程、營運就緒、調查與修復的工具
- 與可觀測性工程團隊合作，建立可靠性衡量與故障排除所需的遙測能力
- 將效能測試、容量分析、Gameday、混沌實驗與故障切換演練轉化為具體的可靠性改善
- 透過評估服務健康狀況、服務級別目標、依賴關係、容量暴露與可靠性發現，協助團隊為高峰事件做好準備
- 透過監控、依賴關係分析、故障處理與復原實務，提高關鍵客戶旅程的韌性
- 為可靠性工程貢獻標準、模式、文件與可重複使用的黃金路徑
- 透過目標即程式碼、遙測驗證、生產就緒檢查與自動化控制，將可靠性實務融入持續整合、持續交付與開發者工作流程
- 應用 AI 輔助調查與自動化，加快故障排除並減少手工作業
- 分享專業知識，協助工程師建立更強的 SRE 與生產工程實務
職位要求
- 在網站可靠性工程、可靠性工程、平台工程、DevOps 或生產工程領域擁有經驗證的實務經驗
- 扎實掌握 SRE 基礎知識，包括服務級別指標、服務級別目標、錯誤預算、事件管理、營運就緒、減少重複工作與自動化
- 擁有為生產服務定義或使用服務級別指標與服務級別目標的實務經驗
- 具備跨應用程式、基礎設施、網路、資料庫與服務依賴關係的出色故障排除能力
- 了解分散式系統與可靠性模式，包括重試、逾時、斷路器、優雅降級、冗餘、背壓與故障隔離
- 擁有使用 Datadog 或同類可觀測性平台的經驗，涵蓋日誌、指標、追蹤、APM、儀表板、監控器與合成監控
- 擁有參與事件回應、事件檢討與有效後續工作的經驗
- 擁有 Kubernetes 與雲端基礎設施的實務經驗，AWS 優先
- 擁有在現代持續整合、持續交付環境中使用 Terraform 等基礎設施即程式碼工具的經驗
- 具備出色的自動化與軟體工程能力，熟練掌握 Go、Java、Python 或 JavaScript 等現代語言
- 有透過自動化或自助服務取代重複營運工作的成功紀錄
- 了解效能工程、容量管理、韌性測試、故障切換或混沌工程
- 能夠理解應用程式架構，並識別服務與基礎設施依賴關係中的可靠性風險
- 具備出色的分析與解決問題能力
- 具備清晰的溝通能力，能夠向工程師與工程領導者解釋可靠性概念與建議
- 能夠跨團隊合作、管理相互競爭的優先事項並交付可衡量的成果
- 以自動化、持續改善、知識分享與系統性解決問題為核心的工作方式
福利待遇
- 可選擇混合辦公或遠端辦公
- 每年 1,000 歐元的自我發展津貼
- 公司股份計畫
- 每年 25 天年假
- 每年最多 20 天可在海外工作
- 每年 5 天個人假
- 涵蓋旅遊、運動與興趣愛好的彈性福利
- 延長版醫療、牙科與旅遊保險
- 客製化身心健康計畫
- 職涯發展交流活動
- 可使用數千門 Udemy 線上課程
- 豐富多元的辦公室活動