Staff Site Reliability Engineer

Название: Инженер по надежности сайта (Staff Site Reliability Engineer) (Висбаден, Германия) - Предоставляется релокация Местоположение: Висбаден, Германия

Вознаграждение: 205 000–250 000 долларов США в год

ЗНАЧИМАЯ РАБОТА. ПРЕДАННЫЕ ЛЮДИ.

О ONEBRIEF

Onebrief разрабатывает программное обеспечение для совместной работы и рабочего процесса с использованием ИИ для военного планирования и оперативной координации.

Военное планирование по своей природе сложно, требуя от команд координации информации, людей и решений в различных системах и местах. Onebrief объединяет планирование, совместную работу, симуляцию и ИИ в единой связанной среде, помогая командам тестировать стратегии, адаптироваться к меняющимся условиям и принимать решения с большей ясностью, когда ставки реальны.

Мы — распределенная команда разработчиков с военным, операционным и технологическим опытом, которые глубоко заботятся об улучшении выполнения важной работы. Некоторые члены команды работают удаленно, в то время как другие работают непосредственно с клиентами в операционных средах по всему миру.

Основанная в 2019 году, Onebrief поддерживается ведущими инвесторами, включая General Catalyst, Battery Ventures, Insight Partners, Sapphire Ventures и Human Capital. Оцениваемая более чем в 2 миллиарда долларов, мы продолжаем инвестировать в инновации продуктов, возможности ИИ и рост команды.

О РОЛИ

Мы ищем инженера по надежности сайта (Site Reliability Engineer) для поддержки развертываний Onebrief в локальных аппаратных системах, виртуализированных системах и облачных средах.

Это практическая инфраструктурная роль, ориентированная на администрирование Linux, обслуживание оборудования и надежность приложений. Вы будете управлять серверами Linux, системами ИИ-вычислений NVIDIA DGX Spark или аналогичными, стоечным оборудованием и приложениями, работающими на них. Вы также будете поддерживать рабочие нагрузки, развернутые на виртуальных машинах, Kubernetes и облачной инфраструктуре.

Ваша основная обязанность — обеспечивать работоспособность этих сред и поддерживать целевой показатель доступности приложений в 99,5%. Вы будете устранять неполадки в производственных средах, выполнять плановое обслуживание и работать с инженерными командами для повышения надежности системы.

Вы будете работать преимущественно на месте у военных заказчиков в Висбадене, Германия, вместе с инженерами Onebrief Outcome Engineers, а также командами Mission Success, GRC и Infrastructure. Некоторые среды имеют ограниченную связь или работают в изолированных (air-gapped) сетях, что требует практических навыков устранения неполадок и тщательного планирования обслуживания и развертываний.

Требования к допуску, местоположению и работе на месте

Эта роль требует регулярной работы на месте у клиентов в Висбадене, Германия, и его окрестностях. Предоставляется помощь в релокации.

Требуется действующий допуск Top Secret с возможностью получения допуска SCI. Требуется действующий сертификат Security+ (или другой, одобренный DoD 8570.01), или возможность получить его в течение 30 дней после найма.

О ВАС

У вас есть большой опыт в администрировании систем Linux и опыт поддержки производственных приложений. Вы комфортно работаете непосредственно с серверным оборудованием, устраняете неполадки операционных систем и диагностируете сбои приложений. Вы понимаете, как проблемы инфраструктуры влияют на работающее на ней программное обеспечение, и знаете, как сузить причину сбоя.

Вы берете на себя ответственность за обслуживаемые вами системы и четко общаетесь, когда возникают проблемы. Вы можете работать самостоятельно на объекте заказчика, сотрудничая с удаленными инженерными командами. Вы цените хорошую документацию, практическую автоматизацию и устранение повторяющихся проблем.

ЧТО ВЫ БУДЕТЕ ДЕЛАТЬ

• Поддерживать системы и оборудование Linux: устанавливать, настраивать, обновлять и устранять неполадки серверов Linux, систем GPU NVIDIA DGX Spark или аналогичных, стоечного оборудования и виртуальных машин. Выполнять диагностику оборудования, обновления прошивок и плановое обслуживание.

• Эксплуатировать производственные приложения: развертывать, мониторить, обновлять и устранять неполадки приложений, работающих на Linux, виртуальных машинах, Kubernetes и облачной инфраструктуре. Работать с инженерами-программистами над решением проблем приложений и улучшением процессов развертывания.

• Поддерживать доступность приложений: работать над достижением целевого показателя безотказной работы в 99,5% для назначенных сред. Мониторить состояние приложений и систем, реагировать на оповещения, расследовать проблемы производительности и решать проблемы до того, как они вызовут длительные простои.

• Реагировать на инциденты: диагностировать сбои оборудования, операционной системы, сети и приложений. Восстанавливать работоспособность, координировать эскалации и документировать первопричины и корректирующие действия посредством отчетов после действий (AAR).

• Улучшать операции с помощью автоматизации: использовать скрипты и инструменты управления конфигурацией для упрощения развертывания, установки исправлений, мониторинга и восстановления. Поддерживать безопасные операции в облачных, локальных и изолированных (air-gapped) средах.

ЧТО МЫ ИЩЕМ

• Действующий допуск Top Secret с возможностью получения допуска SCI.

• Более 5 лет опыта работы в администрировании систем Linux, SRE, инженерии инфраструктуры или смежной области.

• Отличные навыки администрирования и устранения неполадок в Linux, включая сети, хранилища данных, производительность системы и конфигурацию безопасности.

• Практический опыт обслуживания физических серверов и устранения неполадок оборудования.

• Опыт поддержки производственных приложений на серверах Linux, виртуальных машинах или контейнерах.

• Знакомство с Docker и Kubernetes, включая развертывание приложений и базовое устранение неполадок.

• Понимание основ сетей, включая TCP/IP, DNS, маршрутизацию и межсетевые экраны.

• Опыт мониторинга, реагирования на инциденты и анализа первопричин.

• Способность автоматизировать рутинные административные задачи с использованием Bash или Python.

Желательные квалификации

• Рабочие знания как минимум одной облачной платформы, предпочтительно AWS или Oracle Cloud Infrastructure (OCI).

• Опыт работы с NVIDIA DGX Spark, GPU-серверами или аналогичным оборудованием для ИИ-вычислений.

• Опыт работы с платформами виртуализации, такими как VMware, Proxmox или Nutanix.

• Знакомство с инструментами автоматизации инфраструктуры, такими как Terraform или Ansible.

• Опыт работы с инструментами мониторинга, такими как Prometheus, Grafana, Loki или аналогичными.

• Опыт поддержки систем в средах Министерства обороны США (DoD), секретных или изолированных (air-gapped) средах.

• Знакомство с требованиями безопасности Министерства обороны США, включая STIGs и RMF.

• Опыт работы с конвейерами CI/CD, GitOps или администрированием Kubernetes.

• Соответствующие сертификаты, такие как RHCSA, RHCE, CKA или сертификаты AWS.