Ingegnere affidabilità sito

Il ruolo

Entra a far parte del nostro team di Site Reliability Engineering (SRE) ad alte prestazioni e ricopri un ruolo fondamentale nel garantire l'affidabilità, la disponibilità e le prestazioni della tecnologia che sta alla base dei fondi di Man AHL e della nostra innovativa piattaforma di investimento. Si tratta di un'opportunità per lavorare a progetti innovativi. In qualità di SRE, ti assumerai la responsabilità dell'affidabilità dei servizi e delle relative soluzioni, esercitando un impatto concreto. Inizialmente ti concentrerai sull'utilizzo dell'IA per accelerare la diagnosi e la risoluzione degli incidenti, migliorare l'osservabilità, la pianificazione della capacità e l'automazione. Una volta acquisita familiarità con il flusso di lavoro, lavorerai sull'intera infrastruttura, che comprende tutti i livelli, promuovendo miglioramenti continui.

Responsabilità dei ruoli

- Garantire l'affidabilità e le prestazioni dei sistemi critici nell'intera infrastruttura globale attraverso un monitoraggio proattivo e una risposta rapida agli incidenti. - Progettare e implementare soluzioni di osservabilità con strumenti quali Prometheus, Datadog, EFK, Loki e Kube per offrire una visibilità completa. - Sviluppare e mantenere SLA, SLO e budget di errore per guidare i miglioramenti dell'affidabilità e prendere decisioni ingegneristiche. - Automatizzare le attività operative e sviluppare funzionalità self-service per eliminare il lavoro di routine e migliorare l'efficienza. - Sviluppare e mantenere processi e metriche. - Partecipare alle attività di risposta agli incidenti, alle analisi post-mortem senza attribuzione di colpa e all'implementazione di misure preventive per evitare il ripetersi degli incidenti. - Collaborare con i team di sviluppo per migliorare la progettazione dei sistemi, le pratiche di distribuzione e l'eccellenza operativa. - Configurare e gestire grandi risorse di calcolo in sistemi distribuiti. - Contribuire alla pianificazione della capacità e alle previsioni delle prestazioni per garantire che i sistemi soddisfino i requisiti aziendali. - Gestire più cluster ELK che ospitano centinaia di terabyte di dati di log, telemetria e APM.

Competenze chiave

Requisiti: - Buona comprensione dei principi SRE, inclusi SLA, SLO, budget di errore e test di affidabilità. - Almeno 3 anni di esperienza con sistemi distribuiti. Ottima conoscenza di Kubernetes, Docker, Linux. - Conoscenza di strumenti di automazione (Ansible, Terraform) e linguaggi di scripting/programmazione (Python, Go, PowerShell). - Ottime capacità di individuazione e risoluzione dei problemi nei sistemi distribuiti, con la capacità di diagnosticare problemi di produzione complessi sotto pressione. - Esperienza con l'osservabilità, i turni di reperibilità e le revisioni post-incidente. - Familiarità con Kubernetes e l'orchestrazione dei container. Costituisce titolo preferenziale: - Esperienza con pipeline CICD e flussi di lavoro del codice sorgente (Git, Jenkins, TeamCity, GitLab). - Amministrazione di sistemi Linux e Windows ed esperienza con tecnologie cloud (AWS/Azure). - Comprensione dei concetti di rete, bilanciamento del carico e architetture distribuite. - Conoscenza di AIOps/ML Ops (Google Cloud, Amazon Cloud, ecosistema HDP). - Familiarità con i principi FinOps, desiderio di comprendere i costi effettivi delle nostre decisioni. - Eccellenti capacità di comunicazione e collaborazione, sia orale che scritta.

Vantaggi

- Spazi per uffici moderni nel campus di Old Broadwick, con facile accesso ai mezzi di trasporto e ai servizi