
首席網站可靠性工程師
負責提升 Backblaze 雲端儲存平台的可靠性,強化正式環境服務的可用性與耐久性。 推動可觀測性、自動化、事件應變,以及平台穩定性的長期改善。
說明
- 負責關鍵正式環境服務的可用性與耐久性成果。
- 從問題辨識到解決,主導專案推進。
- 就服務健康指標提供建議,並與服務負責人合作完善 SLI、SLO、錯誤預算政策及警示機制。
- 參與管理階層的輪值待命、事件應變及事後檢討。
- 運用 ITIL/OSS 實務管理事件、變更、問題及容量。
- 將例行維運工作自動化,減少人工操作和繁瑣工作。
- 與工程團隊合作制定儲存設計,以及符合產品 SLA 的效能預期。
- 使用 Prometheus、Grafana、Catchpoint 和 ELK 等工具建立監控、記錄及警示架構,並將操作手冊與 FireHydrant 串接。
- 使用 CI/CD 管線、組態管理,以及 Terraform、Ansible 和 Jenkins 等基礎架構即程式碼工具。
- 撰寫 Bash、Python 或 Go 指令碼,提升可靠性與維運效率。
- 與工程、客戶成功、產品及營運團隊合作,打造具韌性的系統與營運方式。
- 與客戶合作,依其需求和產品體驗安排穩定性工作的優先順序。
- 與供應商及服務提供者一起排查服務問題,並追蹤 SLA 表現。
- 撰寫系統文件、分享經驗,協助建立重視可靠性的工程文化。
- 帶領跨職能團隊找出可觀測性及營運流程的缺口,並排定優先順序。
- 找出重複發生的問題,提出長期改善建議並制定行動計畫。
- 推動開發及營運團隊採用重視可靠性的實務。
職位要求
- 具備電腦科學、工程或相關領域學士學位,或同等經驗。
- 至少 10 年網站可靠性、系統工程或營運經驗;具超大規模雲端業者經驗者優先。
- 具備大型正式環境系統經驗,包括建立營運程序或操作手冊並訓練他人使用。
- 具備紮實的 Linux 系統管理與疑難排解能力。
- 展現運用 AI 工具提升平台穩定性及擴充性的能力。
- 了解儲存系統、效能、分片及儲存演算法。
- 具備負載平衡服務經驗,包括 IPVS。
- 具備重視安全的維運實務,包括修補程式、系統強化及漏洞識別。
- 熟悉監控、警示、事件應變及根本原因分析等可靠性實務。
- 至少精通一種指令碼語言:Python、Bash 或 Go。
- 必須具備 Kubernetes、Docker 等容器及微服務經驗;能在 Kubernetes/Vitess-on-K8s 環境中使用 kubectl、mysqlsh 和 Vitess keyspace 進行維運。
- 具備 Nomad、Vault 或 Terraform 等 HashiCorp 產品經驗。
- 具備 SaaS、服務提供者或分散式系統環境經驗者優先。
- 熟悉 ITIL/OSS 實務以及 SLO/SLA 者優先。
- 具備良好問題解決能力並願意學習新技術者優先。
- 具備 AWS、GCP 或 Azure 等雲端平台經驗者優先。
福利待遇
- 家庭醫療保險,包含牙科及視力保障。
- 具競爭力的薪酬及 401(k) 計畫。
- 全職員工可獲得 RSU 授予。
- 員工股票購買計畫。
- 彈性休假政策。
- 產假及陪產假。
- 提供 MacBook Pro,並提供充足津貼供員工個人化工作站。
- 提供人類子女托育津貼。
- 生育治療及相關支援。
- 學習與發展計畫。
- 通勤福利。
- 支持工作與生活平衡的文化。



