SRE Engineer

Clurgo to firma stworzona przez developerów dla developerów. Nasze zespoły łączą pełne spektrum kompetencji - od rozwoju oprogramowania i infrastruktury, przez analizę oraz testy, aż po strategiczne zarządzanie produktem i procesami. Realizujemy różnorodne projekty IT dla klientów z wielu branż, dbając o dobre praktyki programistyczne i zachowanie work-life balance. Tworzymy rozwiązania, które mają znaczenie - dla firm w Polsce i na całym świecie.

Dołącz do zespołu odpowiedzialnego za stabilność i niezawodność środowiska produkcyjnego dla Klienta z branży finansowej. W tej roli będziesz zajmować się obsługą incydentów, analizą problemów technicznych oraz automatyzacją działań operacyjnych. Będziesz pracować z systemami monitoringu i observability, analizować logi oraz metryki, a także współpracować z zespołami developerskimi i infrastrukturalnymi przy identyfikowaniu przyczyn problemów i zapobieganiu ich ponownemu występowaniu.

Technologie i narzędzia: Datadog, Chronosphere, PagerDuty, Backstage, Jira, Python, Kafka, API.

Szukamy Ciebie, jeśli:

masz minimum 5 lat doświadczenia w obszarze IT Operations, Site Reliability Engineering (SRE), Technical Operations lub podobnej roli

masz praktyczne doświadczenie w obsłudze incydentów produkcyjnych, analizie problemów oraz prowadzeniu działań troubleshootingowych w środowiskach o wysokiej dostępności

bardzo dobrze znasz narzędzia observability i monitoringu, takie jak Datadog, Chronosphere lub rozwiązania o podobnym zastosowaniu, oraz potrafisz pracować z systemami alertowania, np. PagerDuty

potrafisz analizować logi, metryki i dane systemowe, identyfikować przyczyny problemów oraz przekładać wnioski z incydentów na konkretne usprawnienia

masz doświadczenie z integracjami API, automatyzacją procesów oraz skryptowaniem w Pythonie; znajomość Kafka będzie dodatkowym atutem

potrafisz zachować skuteczność działania podczas incydentów, jasno komunikować status i współpracować z zespołami technicznymi oraz biznesowymi

Zadania:

• monitorowanie logów, metryk i alertów w celu szybkiego wykrywania oraz rozwiązywania incydentów

• prowadzenie i koordynowanie działań związanych z incident response oraz troubleshootingiem problemów produkcyjnych

• analiza przyczyn źródłowych incydentów oraz identyfikowanie możliwości poprawy niezawodności systemów

• tworzenie i utrzymywanie runbooków, procedur operacyjnych oraz dokumentacji związanej z obsługą incydentów

• automatyzacja powtarzalnych zadań operacyjnych z wykorzystaniem skryptów i integracji API

• współpraca z zespołami developerskimi, infrastrukturalnymi i produktowymi przy rozwiązywaniu problemów oraz wdrażaniu usprawnień

• rozwój dashboardów, alertów i mechanizmów monitorowania wspierających proaktywne wykrywanie problemów

• udział w działaniach post-incident, wyciąganie wniosków i wdrażanie usprawnień zapobiegających podobnym incydentom w przyszłości

Czego możesz się spodziewać:

• współpracy w oparciu o kontrakt B2B

• pracy zdalnej

• benefitów: opieka medyczna, karta multisport, lekcje języka angielskiego

• integracji - lubimy spędzać razem czas

• profesjonalnego procesu rekrutacyjnego - zawsze otrzymasz od nas feedback niezależnie od decyzji