Vereinigte Staaten
B&A
SHEIN
Staff Site Reliability Engineer
Vereinigte Staaten
San Diego, California, Vereinigte Staaten
PythonKubernetesGo
Automatische Übersetzung. Prüfe das Original.
Über SHEIN
SHEIN ist ein globaler Online-Händler für Mode und Lifestyle, der Bekleidung und Produkte der Marke SHEIN von einem globalen Anbieternetzwerk zu erschwinglichen Preisen anbietet. Mit Hauptsitz in Singapur und über 15,000 Mitarbeitern in Büros auf der ganzen Welt hat sich SHEIN zum Ziel gesetzt, die Schönheit der Mode für alle zugänglich zu machen und seine branchenführende On-Demand-Produktionsmethode für eine intelligentere, zukunftsfähige Industrie zu fördern.
Positionszusammenfassung
Wir suchen einen Staff Site Reliability Engineer (Offizieller Titel: Staff Site Reliability Engineer I) mit tiefgreifender Erfahrung im Betrieb und der Weiterentwicklung von großen, geschäftskritischen Systemen, bei denen Verfügbarkeit und Zuverlässigkeit nicht verhandelbar sind.
Bei SHEIN sind Site Reliability Engineers hybride Software- und Systemingenieure, die dafür verantwortlich sind, Produktionsdienste stets verfügbar zu halten und gleichzeitig die schnelle und sichere Skalierung der Plattform zu ermöglichen. In dieser Rolle werden Sie komplexe Dienste und Infrastrukturen besitzen und unterstützen, um sicherzustellen, dass sie die Erwartungen an Zuverlässigkeit und Leistung durchweg erfüllen. Auf Staff-Ebene werden Sie auch technische Führung übernehmen und die Plattformarchitektur, die Zuverlässigkeitsstrategie und die operativen Standards im gesamten Unternehmen beeinflussen.
Das SRE-Team besitzt und pflegt kritische Open-Source- und Inhouse-Technologien, die die Plattform untermauern, und trägt maßgeblich zu wichtigen Engineering-Initiativen bei. Wir sind dafür verantwortlich, die Operabilität der Plattform voranzutreiben, indem wir die Häufigkeit von Vorfällen reduzieren, die MTTR minimieren und die Systemresilienz, Effizienz und Ressourcenauslastung verbessern.
Sie werden eng mit globalen, funktionsübergreifenden Teams zusammenarbeiten, um Observability- und operative Tools – einschließlich Metriken, Logs, Traces, Alerting und Automatisierung – zu entwerfen, zu erstellen und weiterzuentwickeln, wodurch eine tiefe Sichtbarkeit des Systemverhaltens ermöglicht wird. Durch handlungsorientiertes Engineering und operative Exzellenz werden Sie proaktiv Risiken und Ausfallmodi identifizieren, helfen, Vorfälle zu verhindern, bevor sie auftreten, und schnelle, effektive Reaktionen leiten, wenn sie doch eintreten. Um in dieser Rolle erfolgreich zu sein, kombinieren Sie starke Software-Engineering-Fähigkeiten, solide bis tiefe Expertise in Linux, Netzwerken und verteilten Systemen sowie eine Leidenschaft für die Lösung von Problemen in Bezug auf Skalierung, Komplexität und Zuverlässigkeit. Ihre Arbeit wird direkt dazu beitragen, eine stabile, skalierbare und leistungsstarke Erfahrung für Kunden weltweit zu liefern.
Aufgabenbeschreibung
- Halten der geschäftskritischen Produktionssysteme von SHEIN 24/7/365 betriebsbereit, Teilnahme an Bereitschaftsdiensten und entschlossenes Handeln bei Vorfällen.
- Triage und Behebung von Produktionsvorfällen unter Nutzung von KI-gestützter Log-Analyse und Anomalieerkennung zur Beschleunigung der Ursachenanalyse; Förderung kontinuierlicher Verbesserungen, die die MTTR reduzieren und unerwünschte Wiederholungen verhindern.
- Überwachung und Verwaltung der Kapazitätsplanung und Ressourcenauslastung, Zusammenarbeit mit funktionsübergreifenden Teams, um die sichere Skalierung von Systemen bei gleichzeitiger Kosteneffizienz zu gewährleisten.
- Betrieb und Verwaltung von Kern-Open-Source-Infrastrukturen wie APISIX, Nginx, Kubernetes, Kafka, Elasticsearch, Redis, Consul, Etcd, Zookeeper und anderen verteilten Systemen im großen Maßstab.
- Entwurf, Aufbau und Pflege von Observability-Lösungen (Metriken, Logs, Traces, Alerting), einschließlich KI-gestützter Anomalieerkennung und intelligenter Alarmkorrelation, um aus umfangreichen Telemetriedaten umsetzbare Signale zu generieren und die Systemtransparenz und -resilienz zu verbessern.
- Automatisierung operativer Arbeitsabläufe und Eliminierung manueller Aufgaben durch Skripting, Tooling und Prozessverbesserungen, einschließlich der Nutzung von KI-gestützten Entwicklungswerkzeugen (z. B. Claude Code) zur Beschleunigung des Aufbaus und der Iteration interner operativer Plattformen.
- Erstellung und Pflege technischer Dokumentationen, einschließlich Runbooks, Architekturdiagrammen, Betriebsverfahren und On-Call-Playbooks.
- Enge Zusammenarbeit mit globalen Engineering-Teams zur Verbesserung der Infrastrukturzuverlässigkeit und -leistung durch besseres Systemdesign und operative Disziplin.
- Mentoring von Senior- und Mid-Level-SREs zur Anhebung des allgemeinen technischen Niveaus und der operativen Reife des Teams.
- Leitung von Anstrengungen zur Modernisierung der Plattform im Einklang mit Branchenbestpraktiken und sich entwickelnden Technologiestandards.
Anforderungsprofil
- Bachelor-Abschluss in Informatik, Wirtschaftsinformatik oder einem verwandten technischen Fachgebiet oder gleichwertige praktische Erfahrung.
- 6+ Jahre Erfahrung im Betrieb und der Verwaltung von großen, hochfrequentierten, 24/7 Produktionssystemen, idealerweise in Cloud- oder Cloud-nativen Umgebungen.
- Erfahrung mit KI/LLM-gestützten Tools im Bereich Reliability Engineering, einschließlich Design und Aufbau von Automatisierung oder internen Tools mit KI-gestützten Entwicklungswerkzeugen (z. B. Claude Code).
- Solide Grundlagen in Linux, Netzwerken und verteilten Systemen mit der Fähigkeit, komplexe Produktionsprobleme End-to-End zu debuggen.
- Praktische Erfahrung mit Incident Response, Fehlerbehebung und Leistungsoptimierung in verteilten Systemen.
- Starke Software-Engineering-Fähigkeiten mit Erfahrung im Aufbau von Automatisierungs-, Tooling- oder Plattformlösungen in Sprachen wie Python oder Go.
- Erfahrung im Betrieb oder der Unterstützung von Open-Source-Infrastrukturkomponenten wie APISIX, Nginx, Kubernetes, Kafka, Elasticsearch, Redis, Consul, Etcd, Zookeeper usw.
- Erfahrung mit Observability- und Monitoring-Systemen (Prometheus, Grafana, Zabbix usw.) und Leistungsanalyse.
- Vertrautheit mit Git, CI/CD-Pipelines und Konfigurationsmanagement-Tools (z. B. Ansible).
- Ein starkes Verantwortungsbewusstsein, ein systematischer Ansatz zur Problemlösung und die Leidenschaft, Systeme zuverlässiger zu machen.
- Starke Kommunikationsfähigkeiten und die Fähigkeit zur effektiven Zusammenarbeit mit geografisch verteilten Teams.
Von Vorteil
- Zweisprachige fließende Beherrschung von Mandarin und Englisch.
- Kubernetes Administrator-Zertifizierung oder gleichwertige praktische Erfahrung.
- Erfahrung im Betrieb von Big-Data-Plattformen (Hadoop, Yarn, HBase, Hive, Spark).
- Erfahrung mit KI/LLM-gestützten Tools im Bereich Reliability Engineering, einschließlich Design und Aufbau von Automatisierung oder internen Tools mit KI-gestützten Entwicklungsplattformen (z. B. Claude Code).
Leistungen und Vergünstigungen
- Bonus und RSU-berechtigt
- Gesundheitswesen (medizinische Versorgung, Zahnmedizin, Sehkraft, verschreibungspflichtige Medikamente)
- Health Savings Account mit Arbeitgeberfinanzierung
- Flexible Spending Accounts (Gesundheitswesen und Kinderbetreuung)
- Vom Unternehmen bezahlte grundlegende Lebens-/Unfallversicherung
- Vom Unternehmen bezahlte kurz- und langfristige Invaliditätsversicherung
- Freiwillige Zusatzleistungen (freiwillige Lebens-/Unfallversicherung, Krankenhaus- Krankentagegeld, schwere Krankheiten, Unfallversicherung)
- Employee Assistance Program
- Unfallversicherung für Geschäftsreisen
- 401(k) Sparplan mit diskretionärem Unternehmensbeitrag und Zugang zu einem Finanzberater
- Urlaub, bezahlte Feiertage, Gleitfeiertage und Krankheitstage
- Mitarbeiterrabatte
- Kostenloses wöchentliches Catering-Mittagessen
- Hundefreundliches Büro (an ausgewählten Standorten verfügbar)
- Kostenloser Zugang zum Fitnessstudio (an ausgewählten Standorten verfügbar)
- Kostenlose Werbegeschenke
- Jährliche Weihnachtsfeier
- Einladungen zu Pop-ups und anderen Firmenveranstaltungen
- Kostenlose tägliche Snacks und Getränke im Büro
#LI-ED1
Gehaltsspanne $108,000—$180,000 USD
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