資深網站可靠性工程師 - Reap 墨西哥混合辦公
負責 Reap 全球穩定幣驅動支付平台的可靠性工程，重點關注可觀測性、自助式基礎設施與營運韌性。 使用 AWS、Kubernetes、Terraform，並在受 PCI DSS 規範的系統中工作。
說明
- 與產品和工程團隊透過 SLI、SLO 與錯誤預算建立可靠性目標。
- 加入值班輪值，強化事件回應與無責任歸屬的事後檢討實務。
- 使用基礎設施即程式碼將舊有基礎設施現代化，同時減少手動佈建與設定漂移。
- 將 Terraform 統一至受治理的程式碼庫，採用一致的模組並自動偵測漂移。
- 自動化跨區域與跨服務的帳戶佈建及環境設定。
- 建立標準路徑與自助工具，用於佈建、部署與可觀測性。
- 設計類似正式環境的短期環境，並自動清理。
- 建立涵蓋日誌、指標、分散式追蹤與可採取行動告警的可觀測性。
- 負責符合 PCI DSS 的金融系統雲端營運，涵蓋可用性、故障切換、容量、災難復原與事件回應。
- 將秘密管理、最小權限 IAM、網路分段與合規保障措施整合至基礎設施。
- 為 AI 助理與代理建立安全且可稽核的基礎設施。
- 與產品和工程團隊合作，將平台視為產品進行管理。
職位要求
- 具備設定 SLO、管理錯誤預算，或建立事件與事後檢討流程的經驗。
- 熟悉 Linux 與電腦系統，包括作業系統內部機制、網路與系統管理。
- 具備進階 Terraform 專業能力，涵蓋狀態管理、模組架構與團隊標準。
- 具備領導大規模基礎設施即程式碼遷移或從零實作的經驗。
- 具備扎實的 AWS 背景，熟悉多帳戶、多區域環境，包括 Control Tower、IAM、網路、RDS 與成本管理。
- 具備執行 ECS 和 Fargate，以及大規模正式 Kubernetes 環境的經驗。
- 了解 Kubernetes 叢集生命週期管理、升級、自動擴縮、資源限制與多租戶工作負載隔離。
- 具備 Lambda、SQS 與 EventBridge 的正式環境經驗，了解重試、毒性訊息、排序與冪等性。
- 具備 Argo CD 或同等平台，以及 GitHub Actions CI/CD 管線的經驗。
- 具備使用 New Relic、CloudWatch、Datadog 或 Prometheus 等日誌、指標與追蹤工具的可觀測性實務經驗。
- 能使用 Python、Go 或 Bash 進行自動化與工具開發。
- 具備負責服務全生命週期的經驗，包括設計、交付、可觀測性、事件回應、容量規劃、升級與安全修補。
- 具備在受規範環境中工作的經驗，熟悉 PCI DSS 與金融合規。
- 能獨立管理專案，並在沒有正式職權的情況下建立共識。
- 具備清楚的白話溝通能力，能將複雜問題拆解為人員或 AI 代理可執行的工作。
- 大量使用 AI 工具進行程式設計、審查、自動化、事件分析與文件撰寫。
- 能從容回應可能造成重大影響的正式環境事件。
- 具備豐富 SRE、DevOps 或基礎設施工程經驗者佳。
- 具備金融科技、支付、發卡或其他受規範產業經驗者佳。
- 具備 PCI DSS 實務經驗者佳。
- 具備 PCI DSS 環境中的 Kubernetes 或 EKS 經驗者佳。
- 具備設計與營運短期或隨需環境平台的經驗者佳。
- 具備從零建立內部開發者平台、帳戶工廠或落地區域的經驗者佳。
- 具備 Ansible 或類似設定管理工具經驗者佳。
- 具備 AWS 認證者佳。
- 對穩定幣與 Web2/Web3 交集感到好奇者佳。