États-Unis
B&A
SHEIN
Staff Site Reliability Engineer
États-Unis
San Diego, California, États-Unis
PythonKubernetesGo
Traduction automatique. Consultez l’original.
À propos de SHEIN
SHEIN est un détaillant mondial de mode et de style de vie en ligne, proposant des vêtements de marque SHEIN et des produits d'un réseau mondial de fournisseurs, le tout à des prix abordables. Basé à Singapour, avec plus de 15,000 employés opérant depuis des bureaux dans le monde entier, SHEIN s'engage à rendre la beauté de la mode accessible à tous, en promouvant sa méthodologie de production à la demande, leader de l'industrie, pour une industrie plus intelligente et prête pour l'avenir.
Résumé du poste
Nous recherchons un Staff Site Reliability Engineer (Titre officiel : Staff Site Reliability Engineer I) avec une solide expérience dans l'exploitation et l'évolution de systèmes critiques à grande échelle où la disponibilité et la fiabilité sont non négociables.
Chez SHEIN, les Site Reliability Engineers sont des ingénieurs logiciels et systèmes hybrides responsables de maintenir les services de production toujours opérationnels tout en permettant à la plateforme de monter en charge rapidement et en toute sécurité. Dans ce rôle, vous serez responsable et soutiendrez des services et infrastructures complexes, en veillant à ce qu'ils répondent constamment aux attentes en matière de fiabilité et de performance. Au niveau Staff, vous fournirez également un leadership technique, influençant l'architecture de la plateforme, la stratégie de fiabilité et les normes opérationnelles dans toute l'organisation.
L'équipe SRE possède et maintient des technologies open-source et internes critiques qui sous-tendent la plateforme et sert de contributeur principal aux initiatives d'ingénierie majeures. Nous sommes responsables de faire progresser l'opérabilité de la plateforme en réduisant la fréquence des incidents, en minimisant le MTTR et en améliorant la résilience, l'efficacité et l'utilisation des ressources des systèmes.
Vous travaillerez en étroite collaboration avec des équipes mondiales et interfonctionnelles pour concevoir, construire et évoluer des outils d'observabilité et opérationnels — y compris les métriques, les logs, les traces, l'alerte et l'automatisation — offrant une visibilité approfondie sur le comportement du système. Grâce à l'ingénierie pratique et à l'excellence opérationnelle, vous identifierez proactivement les risques et les modes de défaillance, aiderez à prévenir les incidents avant qu'ils ne surviennent et dirigerez des réponses rapides et efficaces lorsqu'ils se produiront. Pour réussir dans ce rôle, vous combinerez de solides compétences en ingénierie logicielle, une expertise solide à approfondie en Linux, en réseau et en systèmes distribués, et une passion pour la résolution de problèmes d'échelle, de complexité et de fiabilité. Votre travail contribuera directement à fournir une expérience stable, évolutive et performante aux clients du monde entier.
Responsabilités du poste
- Maintenir les systèmes de production critiques de SHEIN opérationnels 24/7/365, en participant aux rotations d'astreinte et en agissant de manière décisive lors des incidents.
- Analyser et résoudre les incidents de production, en tirant parti de l'analyse des logs assistée par IA et de la détection d'anomalies pour accélérer l'identification de la cause racine ; piloter des améliorations continues qui réduisent le MTTR et préviennent la récurrence.
- Surveiller et gérer la planification de la capacité et l'utilisation des ressources, en collaborant avec des équipes interfonctionnelles pour garantir que les systèmes évoluent en toute sécurité tout en restant économiques.
- Gérer et exploiter l'infrastructure open-source principale telle que APISIX, Nginx, Kubernetes, Kafka, Elasticsearch, Redis, Consul, Etcd, Zookeeper et d'autres systèmes distribués à grande échelle.
- Concevoir, construire et maintenir des solutions d'observabilité (métriques, logs, traces, alertes), en intégrant la détection d'anomalies basée sur l'IA et la corrélation intelligente des alertes pour identifier des signaux exploitables à partir de télémétries à haut volume, en améliorant la visibilité et la résilience du système.
- Automatiser les flux de travail opérationnels et éliminer le travail manuel répétitif grâce au scripting, aux outils et aux améliorations de processus, y compris l'utilisation d'outils de développement assistés par IA (par exemple, Claude Code) pour accélérer la construction et l'itération des plateformes opérationnelles internes.
- Développer et maintenir la documentation technique, y compris les runbooks, les diagrammes d'architecture, les procédures opérationnelles et les playbooks d'astreinte.
- Travailler en étroite collaboration avec les équipes d'ingénierie mondiales pour améliorer la fiabilité et les performances de l'infrastructure grâce à une meilleure conception des systèmes et à une discipline opérationnelle.
- Mentorer les SREs seniors et intermédiaires, en élevant le niveau technique général et la maturité opérationnelle de l'équipe.
- Diriger les efforts de modernisation de la plateforme conformément aux meilleures pratiques de l'industrie et aux normes technologiques évolutives.
Exigences du poste
- Licence en informatique, systèmes d'information ou une discipline technique connexe, ou expérience pratique équivalente.
- 6+ années d'expérience dans la gestion et l'exploitation de systèmes de production à grande échelle, à fort trafic, 24/7, idéalement dans des environnements cloud ou cloud-natifs.
- Expérience dans l'application d'outils basés sur l'IA/LLM à l'ingénierie de fiabilité, y compris la conception et la construction d'automatisation ou d'outils internes à l'aide d'outils de développement assistés par IA (par exemple, Claude Code).
- Solides bases en Linux, réseau et systèmes distribués, avec la capacité de déboguer des problèmes de production complexes de bout en bout.
- Expérience pratique de la réponse aux incidents, du dépannage et de l'optimisation des performances dans les systèmes distribués.
- Solides compétences en ingénierie logicielle avec une expérience dans la construction d'automatisation, d'outils ou de plateformes dans des langages tels que Python ou Go.
- Expérience dans l'exploitation ou le support de composants d'infrastructure open-source tels que APISIX, Nginx, Kubernetes, Kafka, Elasticsearch, Redis, Consul, Etcd, Zookeeper, etc.
- Expérience avec les systèmes d'observabilité et de surveillance (Prometheus, Grafana, Zabbix, etc.) et l'analyse des performances.
- Familiarité avec Git, les pipelines CI/CD et les outils de gestion de configuration (par exemple, Ansible).
- Un fort sens des responsabilités, une approche systématique de la résolution de problèmes et une passion pour rendre les systèmes plus fiables.
- Solides compétences en communication et capacité à collaborer efficacement avec des équipes géographiquement distribuées.
Atouts
- Maîtrise bilingue du mandarin et de l'anglais.
- Certification d'administrateur Kubernetes ou expérience réelle équivalente.
- Expérience dans l'exploitation de plateformes de big data (Hadoop, Yarn, HBase, Hive, Spark).
- Expérience dans l'application d'outils basés sur l'IA/LLM à l'ingénierie de fiabilité, y compris la conception et la construction d'automatisation ou d'outils internes à l'aide de plateformes de développement assistées par IA (par exemple, Claude Code).
Avantages et Perks
- Éligible à une prime et à des RSU
- Soins de santé (médicaux, dentaires, vision, médicaments sur ordonnance)
- Compte d'épargne santé avec financement de l'employeur
- Comptes de dépenses discrétionnaires (soins de santé et garde d'enfants)
- Assurance vie de base/décès et invalidité payée par l'entreprise
- Invalidité de courte et longue durée payée par l'entreprise
- Offres de avantages volontaires (vie/décès volontaire, indemnité hospitalière, maladie grave et accident)
- Programme d'aide aux employés
- Assurance accident pour les voyages d'affaires
- Plan d'épargne 401(k) avec abondement discrétionnaire de l'entreprise et accès à un conseiller financier
- Jours de vacances, jours fériés payés, jours flottants et jours de maladie
- Réductions pour les employés
- Déjeuner hebdomadaire gratuit offert par l'entreprise
- Bureau acceptant les chiens (disponible dans certains bureaux)
- Accès gratuit à la salle de sport (disponible dans certains bureaux)
- Cadeaux promotionnels gratuits
- Fête annuelle de fin d'année
- Invitations aux pop-ups et autres événements de l'entreprise
- Collations et boissons gratuites quotidiennes au bureau
#LI-ED1
Fourchette de salaire $108,000—$180,000 USD
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