Site Reliability Engineer (SRE) Manager
Vodi ekipo NOC L2 kot inženir menedžer, odgovoren za triage, raziskovanje in reševanje omrežnih in platformnih incidentov. Delal boste na procesih, runbookih in meritvah za izboljšanje odzivnosti in zanesljivosti.
Kaj boste delali
- voditi in mentorirati ekipo NOC L2 inženirjev odgovarjati za on-call in eskalacijske politike
- voditi root-cause analize in post-incident reviewe ter uvesti izboljšave
- razvijati in vzdrževati runbooke, playbooke in operativno dokumentacijo
- slediti in poročati operativne metrike (MTTD, MTTR, obseg incidentov)
- zagotoviti 24/7 pokritost in upravljati razporede ter on-call rotacije
Koga iščejo
- vsaj 4 leta izkušenj v omrežnih operacijah ali SRE vlogi
- vsaj 2 leti izkušenj v vodenju ekipe ali kot team lead
- močno razumevanje TCP/IP, DNS, usmerjanja, požarnih zidov in VPN-ov
- izkušnje z orodji za opazovanje in alarmiranje kot Grafana ali Datadog
- izkušnje z oblikovanjem incident response procesov in on-call struktur
Veščine
Povzetek je pripravil StartupJobs na podlagi oglasa podjetja. Celoten oglas je na strani podjetja.
Ta oglas prihaja s karierne strani podjetja Plume. Povezujemo neposredno na vir.