Vereinigte Staaten
B&A
Backblaze External Website
Sr. Observability Systems Engineer
Vereinigte Staaten
Vereinigte Staaten
PythonKubernetesGo
Automatische Übersetzung. Prüfe das Original.
Überblick über die Rolle
Dies ist eine Senior-Einzelbeiträgerrolle mit erheblicher Architekturbefugnis. Sie werden die technische Richtung vorgeben, wie Backblaze Infrastrukturvorfälle in unseren Rechenzentren erkennt, korreliert und darauf reagiert, und Sie werden andere Ingenieure im Team betreuen, während sich diese Plattform weiterentwickelt. Wenn Sie eine Leidenschaft dafür haben, komplexe verteilte Systeme sichtbar zu machen, sich wohl dabei fühlen, Architektur entscheidungen zu treffen, die Ihre Amtszeit überdauern werden, und begeistert davon sind, KI und agentenbasierte Automatisierung auf den Infrastrukturbetrieb anzuwenden, dann ist diese Rolle wie für Sie gemacht.
Woran Sie arbeiten werden
- Ein Telemetrie-Stack, der mehrere Rechenzentren mit Exabyte an zu beobachtendem Speicher umfasst.
- Echte Infrastruktur im großen Maßstab: Kubernetes, Ceph, Vitess, KVM und eine kundenspezifische Speicherplattform, die Hunderttausende von Kunden bedient.
- Ein kollaboratives Team, das technische Exzellenz, Transparenz und operative Strenge schätzt.
Bei Backblaze legen wir Wert darauf, fair und gut zu unseren Kunden, Partnern und Mitarbeitern zu sein. Vielfalt, Gerechtigkeit und Inklusion stehen im Mittelpunkt unserer Werte. Wir sind bestrebt, eine Belegschaft zu fördern, in der sich alle Mitarbeiter zugehörig fühlen, unabhängig von Rasse, ethnischer Zugehörigkeit, Nationalität, Geschlecht, sexueller Orientierung, Alter, Religion, sozioökonomischem Status, Fähigkeiten, Veteranenstatus und Bildung. Wir sind stolz darauf, ein Arbeitgeber zu sein, der Chancengleichheit bietet.
Hauptverantwortlichkeiten
Technische Führung
- Festlegung der technischen Richtung und Standards für Observability im gesamten Unternehmen, einschließlich Konventionen für Instrumentierung, Philosophie für Alarmierung und Muster für Dashboard-Design.
- Mentoring von Ingenieuren im Observability-Team und fungieren als technische Ressource für SRE, Storage Engineering und Network Engineering in Bezug auf Observability-Praktiken.
- Leitung von Design-Reviews für Observability-Arbeiten und Vertretung des Teams in funktionsübergreifenden Architekturbesprechungen.
- Bewertung von Build-versus-Buy-Entscheidungen für Observability- und AIOps-Tools, einschließlich Überlegungen zu Datensouveränität und Compliance.
- Erstellung und Pflege von Design-Dokumentationen, Runbooks und Architectural Decision Records, die die Plattform für zukünftige Mitwirkende bedienbar und erweiterbar machen.
Observability-Plattform
- Verantwortung und Weiterentwicklung unserer Metrik-Pipeline, einschließlich VictoriaMetrics, Prometheus und der Consul-basierten Service-Discovery-Schicht, die die Abfrageziele bei wachsender Infrastruktur aktuell hält.
- Verantwortung und Erweiterung unseres Logging-Stacks (OpenSearch, Logstash und Filebeat) in allen Backblaze-Rechenzentren.
- Architektur und Erweiterung von Distributed Tracing mit Jaeger und OpenTelemetry, um die Abdeckung über die aktuelle Anwendungs-Instrumentierung hinaus auf neue Dienste auszudehnen.
- Definition und Pflege von Grafana-Dashboard-Standards für die Sichtbarkeit von Infrastruktur-, Speicher- und Anwendungsleistung.
- Förderung der Erweiterung der internen Anwendungs-Telemetrie in Zusammenarbeit mit Anwendungsteams zur Verbesserung der Sichtbarkeit.
- Definition der Kapazitäts- und Aufbewahrungsstrategie für den Telemetrie-Stack, während die Flotte wächst.
Infrastruktur & Automatisierung
- Verantwortung für Infrastructure-as-Code für die Bereitstellung von Observability-Stacks über mehrere Kubernetes-Cluster hinweg.
- Schreiben und Überprüfen von automatisierten Playbooks für Konfigurationsmanagement und Automatisierung auf Debian-basierten Bare-Metal-Servern.
- Zusammenarbeit mit dem SRE-Team bei der Consul-basierten Service-Discovery für die Automatisierung von VictoriaMetrics-Abfragezielen.
- Leitung der Ceph-Speicher-Observability, einschließlich OSD-Gesundheit, Leistungsmetriken und Integration mit Alarmierung.
- Zusammenarbeit mit dem Network Engineering Team bei BGP, Routing und Observability auf Netzwerkebene.
Erforderliche Qualifikationen
- 8+ Jahre Erfahrung in einer Rolle als Systems Engineer, SRE, DevOps oder Observability, einschließlich nachgewiesener technischer Führung in einem Plattform- oder Infrastrukturteam.
- Tiefgreifende praktische Erfahrung mit Prometheus, VictoriaMetrics oder gleichwertigen Metrik-Plattformen, einschließlich PromQL, Alertmanager und dem Betrieb dieser Systeme im großen Maßstab.
- Erfahrung im Design und Betrieb von Log-Aggregations-Pipelines wie Elasticsearch/OpenSearch, Logstash, Filebeat oder ähnlichen.
- Praktische Kenntnisse von Distributed Tracing (Jaeger, OpenTelemetry oder gleichwertig), einschließlich Instrumentierungsstrategie, nicht nur Betrieb.
- Beherrschung von Python und/oder Go für Automatisierung und Tooling.
- Erfahrung mit Kubernetes, einschließlich der Bereitstellung von Workloads und dem Verständnis von Pod-Netzwerken und Speicher.
- Erfahrung mit Infrastructure-as-Code-Tools und Konfigurationsmanagement.
- Starkes Verständnis der Linux-Interna, vorzugsweise Debian/Ubuntu.
- Nachgewiesene Erfahrung im Mentoring von Ingenieuren und der Anhebung des technischen Niveaus in einem Team.
- Ausgezeichnete schriftliche und mündliche Kommunikationsfähigkeiten. Sie werden mit Ingenieurwesen, SRE, Sicherheit und Führung zusammenarbeiten und es wird erwartet, dass Sie Design-Dokumente schreiben, die Entscheidungen vorantreiben.
Bevorzugte Qualifikationen
- Erfahrung in der Leitung der Evaluierung oder Bereitstellung von AIOps-Tools, einschließlich Alarmkorrelation, Deduplizierung oder automatisierter Ursachenanalyse.
- Erfahrung im Aufbau, der Bereitstellung oder dem Betrieb von KI-Agenten oder agentenbasierten KI-Systemen. Dies ist ein starkes Unterscheidungsmerkmal.
- Vertrautheit mit LLM APIs (Anthropic, OpenAI) oder selbst gehosteten LLM-Inferenz im Infrastrukturkontext.
- Vertrautheit mit Ceph-Speicher, einschließlich OSD-Management, Pool-Konfiguration und CRUSH-Maps.
- Erfahrung mit Incident-Management-Plattformen.
- Vertrautheit mit BGP, Netzwerksichtbarkeit oder der Arbeit in Multi-DC-Umgebungen.
- Erfahrung mit Geheimnisverwaltung in Produktionsumgebungen.
- Erfahrung im Betrieb in einer regulierten oder Compliance-getriebenen Umgebung.
- Vorerfahrung in einem speicherfokussierten Unternehmen oder einer Hyperscale-Infrastrukturumgebung.
Gehaltstransparenz
Um Kandidaten mehr Transparenz zu bieten, geben wir für alle US-basierten Stellenangebote unabhängig vom Bundesstaat Gehaltsspannen an. Die endgültigen Angebotspreise werden durch mehrere Faktoren bestimmt, darunter der Standort des Kandidaten, seine Fähigkeiten, die Tiefe seiner Arbeitserfahrung und relevante Lizenzen/Qualifikationen.
Die erwartete Gehaltsspanne für diese Rolle beträgt $178,000 - $200,000 zuzüglich eines Zielbonus von 10% pro Jahr und RSUs.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen