مهندس sre devops (senior)

توضیحات آگهی

ما به دنبال یک Site Reliability Engineer هستیم که مسئولیت اصلی آن افزایش Availability Reliability Observability و Performance سرویس های Production باشد این نقش صرفاً نگهداری سرور نیست انتظار داریم فرد بتواند رفتار سرویس را تحلیل کرده و قبل از تبدیل مشکلات به Incident آن ها را شناسایی کند مسئولیت ها طراحی و توسعه Monitoring و Observability پیاده سازی Alerting مناسب برای سرویس های Production طراحی Dashboardهای عملیاتی مدیریت Logging و Centralized Logging تحلیل Performance و Bottleneckها تعریف و مدیریت SLI SLO و SLA Incident Detection و Incident Response Root Cause Analysis تهیه Postmortem پس از Incidentهای مهم بررسی Capacity و Capacity Planning طراحی و اجرای Health Checkها تست Backup و Restore مشارکت در Disaster Recovery Drill بهینه سازی Reliability سرویس ها همکاری با تیم توسعه برای افزایش Resilience نرم افزارها مهارت های مورد انتظار Linux Administration تجربه Monitoring با Prometheus تجربه Grafana تجربه Logging با Loki ELK یا OpenSearch آشنایی با Alertmanager یا ابزارهای مشابه آشنایی مناسب با Docker توانایی Troubleshooting سرویس های Production آشنایی با Nginx و Reverse Proxy آشنایی با PostgreSQL Redis و Message Brokerها درک مناسب از Networking آشنایی با HTTP DNS و TLS توانایی Script نویسی با Bash یا Python مزیت محسوب می شود تجربه APM آشنایی با OpenTelemetry تجربه Distributed Tracing تجربه Kubernetes تجربه Chaos Engineering تجربه On call و Incident Management تجربه سرویس های High Traffic تهران تهران نیاوران تمام وقت متا سینا کارشناس ارشد جنسیت تفاوتی ندارد سرمایه گذاری و مالی