
可靠性工程師 - 雲端系統
透過建構具備韌性、可觀測性與自動化能力的雲端系統,支援美國空軍 Cloud One。負責管理服務目標、事件回應、災難復原與合規準備工作。
說明
- 在雲端與混合環境中建構並運作高可用性、容錯系統
- 制定、衡量並傳達服務層級指標、服務層級目標與錯誤預算
- 評估可靠性風險,並在整個系統生命週期中採取緩解措施
- 進行容量規劃並建立效能模型
- 部署與管理監控、日誌記錄及分散式追蹤平台
- 設定具意義的警示閾值,並評估可靠性指標與趨勢
- 參與值班輪值並指揮生產環境事件回應
- 與開發、基礎架構及安全團隊進行跨職能疑難排解
- 主持事件後分析,並制定修正與預防措施
- 監控重複發生的事件,並推動問題完成根本原因解決
- 將營運工作自動化,建立可提升可靠性並縮短平均復原時間的腳本、工具與服務
- 在架構與設計審查中納入可靠性、韌性與可復原性考量
- 驗證災難復原與業務持續性程序,包括故障轉移測試
- 協助進行混沌工程、故障注入與韌性測試
- 與 DevOps、平台及安全團隊協作
- 維護可靠性標準、操作手冊與營運文件
- 參與涵蓋 FedRAMP、FISMA 及內部營運控制的合規與稽核工作
職位要求
- 具備學士學位及至少八年經驗,或碩士學位及至少六年經驗;其他經驗可替代學位要求
- 入職時必須持有有效的 Secret 安全許可
- 必須具備美國公民身分
- 具備 AWS、Azure、OCI 或 GCP 等雲端平台經驗,包括託管服務
- 具備 Docker 和 Kubernetes 等容器平台的運作經驗
- 熟悉 CI/CD 管線與部署自動化
- 具備定義及使用服務層級目標與錯誤預算的經驗
- 具備容量建模與效能測試經驗
- 深入了解分散式系統與高可用性架構
- 深入了解 Linux 與 Windows 系統管理
- 深入了解網路基礎,包括 DNS、TCP/IP 與負載平衡
- 具備使用 Prometheus、Grafana、ELK/Elastic、Datadog 或 Azure Monitor 等監控與可觀測性工具的實務經驗
- 具備使用 Terraform、ARM 或 CloudFormation 實作基礎架構即程式碼的實務經驗
- 具備使用 Python、Bash、Go、PowerShell 或同類語言進行腳本或程式設計的實務經驗
- 具備事件管理與值班營運經驗
- 優先考慮:具備美國空軍 Cloud One 或 Platform 1 經驗
- 優先考慮:具備零信任架構經驗
- 優先考慮:持有 AWS、Azure、Google 或 Oracle 雲端認證
福利待遇
- 醫療保險
- 牙科保險
- 視力保險
- 意外身故及肢體傷害保險
- 短期失能保險
- 長期失能保險
- 公司支付的人壽保險
- 雇主提撥的 401(k) 退休儲蓄計畫
- 帶薪休假
- 寵物保險








