职位描述

我们正在寻找一名系统可靠性工程师加入我们的网络和安全运营中心（NOC），该团队是平台可靠性的核心，为关键的SaaS环境提供支持。您将帮助维护、优化和确保系统可靠性及性能，这些系统为我们的云基础设施在AWS和Kubernetes上提供动力，重点是自动化、可观测性和持续改进。此职位将可靠性工程与事件指挥相结合，让您对 uptime、性能和创新拥有真正的所有权。您将成为一支高度重视创造性问题解决、运营卓越和通过自动化和韧性工程实现持续改进的高素质团队的一员。

任职要求

5年以上系统可靠性、云计算或DevOps工程经验，理想情况下在SaaS或大规模生产环境中。具有设计和部署大规模系统、多供应商平台和全球分布基础设施的经验。证明在AWS（多账户、VPC、EC2、EKS）和Kubernetes上管理云基础设施的经验。具有IaC和自动化（Terraform、Ansible或类似工具）的实践经验。熟悉CI/CD流水线和发布自动化（GitLab优先，Jenkins可接受）。深入理解使用Datadog（或等效工具）的监控和可观测性，包括指标设计、日志管道、告警和仪表板。具有事件管理、轮班参与、升级和结构化事后回顾的经验。脚本技能在Python、Bash、Java或等效工具中用于自动化和诊断。好奇心、拥有和行动偏好的经验；您看到问题，您解决它，并分享学到的教训。具有Fedramp（联邦风险和授权管理计划）合规经验是强项。基本的Java或.NET开发知识是必需的。强大的英语沟通技能，书面和口头，对于与客户、业务伙伴和同事跨省 Quebec 有效沟通至关重要。