États-Unis
B&A
Backblaze External Website
Ingénieur Systèmes d'Observabilité Senior
États-Unis
États-Unis
PythonKubernetesGo
Traduction automatique. Consultez l’original.
Aperçu du poste
Il s'agit d'un poste de contributeur individuel senior avec une responsabilité architecturale significative. Vous définirez l'orientation technique de la manière dont Backblaze détecte, corrèle et répond aux incidents d'infrastructure dans nos centres de données, et vous encadrerez d'autres ingénieurs de l'équipe à mesure que cette plateforme évoluera. Si vous avez une passion pour rendre les systèmes distribués complexes visibles, si vous êtes à l'aise pour prendre des décisions architecturales qui survivront à votre mandat, et si vous êtes enthousiasmé par l'application de l'IA et de l'automatisation par agents aux opérations d'infrastructure, ce poste est fait pour vous.
Sur quoi travaillerez-vous
- Une pile de télémétrie couvrant plusieurs centres de données avec des exaoctets de stockage sous observation.
- Infrastructure réelle à grande échelle : Kubernetes, Ceph, Vitess, KVM et une plateforme de stockage personnalisée desservant des centaines de milliers de clients.
- Une équipe collaborative qui valorise l'excellence en ingénierie, la transparence et la rigueur opérationnelle.
Chez Backblaze, nous nous efforçons d'être justes et bons envers nos clients, nos partenaires et nos employés. La diversité, l'équité et l'inclusion sont au cœur de nos valeurs. Nous nous engageons à favoriser une main-d'œuvre où tous les employés ressentent un sentiment d'appartenance, indépendamment de leur race, ethnicité, nationalité, genre, orientation sexuelle, âge, religion, statut socio-économique, capacité, statut d'ancien combattant et niveau d'éducation. Nous sommes fiers d'être un employeur garantissant l'égalité des chances.
Responsabilités clés
Leadership Technique
- Définir l'orientation technique et les normes pour l'observabilité au sein de l'organisation, y compris les conventions d'instrumentation, la philosophie d'alerte et les modèles de conception de tableaux de bord.
- Encadrer les ingénieurs de l'équipe Observabilité et servir de ressource technique pour le SRE, l'Ingénierie du Stockage et l'Ingénierie Réseau sur les pratiques d'observabilité.
- Diriger les revues de conception pour le travail d'observabilité et représenter l'équipe dans les discussions architecturales interfonctionnelles.
- Évaluer les décisions de développement interne par rapport à l'achat d'outils d'observabilité et d'AIOps, y compris les considérations de souveraineté des données et de conformité.
- Produire et maintenir la documentation de conception, les runbooks et les enregistrements de décisions architecturales qui rendent la plateforme exploitable et extensible par les futurs contributeurs.
Plateforme d'Observabilité
- Gérer et faire évoluer notre pipeline de métriques, y compris VictoriaMetrics, Prometheus et la couche de découverte de services basée sur Consul qui maintient les cibles de scraping à jour à mesure que l'infrastructure évolue.
- Gérer et étendre notre pile de journalisation (OpenSearch, Logstash et Filebeat) dans tous les centres de données Backblaze.
- Concevoir et étendre le traçage distribué avec Jaeger et OpenTelemetry, en étendant la couverture au-delà de l'instrumentation d'application actuelle vers de nouveaux services.
- Définir et maintenir les normes des tableaux de bord Grafana pour la visibilité des performances de l'infrastructure, du stockage et des applications.
- Piloter l'expansion de la télémétrie des applications internes en partenariat avec les équipes d'applications pour améliorer la visibilité.
- Définir la stratégie de capacité et de rétention pour la pile de télémétrie à mesure que la flotte grandit.
Infrastructure et Automatisation
- Gérer l'infrastructure en tant que code pour les déploiements de la pile d'observabilité sur plusieurs clusters Kubernetes.
- Écrire et réviser des playbooks automatisés pour la gestion de la configuration et l'automatisation sur des serveurs bare-metal basés sur Debian.
- Collaborer avec l'équipe SRE sur la découverte de services basée sur Consul pour l'automatisation des cibles de scraping de VictoriaMetrics.
- Gérer l'observabilité du stockage Ceph, y compris la santé des OSD, les métriques de performance et l'intégration avec l'alerte.
- Collaborer avec l'équipe d'Ingénierie Réseau sur le BGP, le routage et l'observabilité au niveau réseau.
Qualifications Requises
- 8+ années d'expérience dans un rôle d'ingénierie système, SRE, DevOps, ou axé sur l'observabilité, y compris un leadership technique démontré sur une équipe plateforme ou infrastructure.
- Expérience pratique approfondie avec Prometheus, VictoriaMetrics ou des plateformes de métriques équivalentes, y compris PromQL, Alertmanager, et l'exploitation de ces systèmes à grande échelle.
- Expérience dans la conception et l'exploitation de pipelines d'agrégation de logs tels que Elasticsearch/OpenSearch, Logstash, Filebeat, ou similaires.
- Connaissance pratique du traçage distribué (Jaeger, OpenTelemetry, ou équivalent), y compris la stratégie d'instrumentation, pas seulement l'exploitation.
- Maîtrise de Python et/ou Go pour l'automatisation et le développement d'outils.
- Expérience avec Kubernetes, y compris le déploiement de charges de travail et la compréhension du réseau des pods et du stockage.
- Expérience avec des outils d'infrastructure en tant que code et la gestion de la configuration.
- Solide compréhension des internes de Linux, avec une préférence pour Debian/Ubuntu.
- Expérience démontrée dans l'encadrement d'ingénieurs et l'amélioration du niveau technique d'une équipe.
- Excellentes compétences en communication écrite et verbale. Vous travaillerez avec les équipes d'ingénierie, SRE, sécurité et direction, et vous devrez rédiger des documents de conception qui orientent les décisions.
Qualifications Souhaitées
- Expérience dans l'évaluation ou le déploiement d'outils AIOps, y compris la corrélation d'alertes, la déduplication ou l'analyse automatisée des causes profondes.
- Expérience dans la création, le déploiement ou l'exploitation d'agents IA ou de systèmes IA par agents. C'est un différenciateur fort.
- Connaissance des APIs LLM (Anthropic, OpenAI) ou de l'inférence LLM auto-hébergée dans un contexte d'infrastructure.
- Connaissance du stockage Ceph, y compris la gestion des OSD, la configuration des pools et les cartes CRUSH.
- Expérience avec les plateformes de gestion des incidents.
- Connaissance du BGP, de l'observabilité réseau, ou expérience dans des environnements multi-centres de données.
- Expérience avec la gestion des secrets dans des environnements de production.
- Expérience de travail dans un environnement réglementé ou axé sur la conformité.
- Expérience préalable dans une entreprise axée sur le stockage ou un environnement d'infrastructure hyperscale.
Transparence salariale
Pour offrir une plus grande transparence aux candidats, nous partageons les fourchettes de salaire de base pour toutes les offres d'emploi basées aux États-Unis, quel que soit l'État. Les montants finaux de l'offre sont déterminés par plusieurs facteurs, notamment la localisation du candidat, ses compétences, la profondeur de son expérience professionnelle et les licences/crédentiels pertinents.
La fourchette de salaire attendue pour ce poste est de 178 000 $ à 200 000 $ plus une prime annuelle cible de 10 % et des RSU.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil