(Senior) Site Reliability Engineer / Distributed Cloud - STACKIT (gn)

Stellenbeschreibung:

(Senior) Site Reliability Engineer / Distributed Cloud - STACKIT (gn) (m/w/d)

Wir suchen einen erfahrenen Site Reliability Engineer, der unsere hochkomplexen Plattformen und Infrastrukturen betreibt und optimiert. Du wirst Teil unseres Teams sein, das die digitale Entscheidungsfreiheit in Europa schafft.

Kurzüberblick

Standort: Deutschland
Arbeitsmodell: Hybrid (Remote und Präsenz)
Anstellungsart: Vollzeit

Aufgaben

Als Site Reliability Engineer wirst du folgende Aufgaben übernehmen:

Betrieb und Optimierung unserer hochkomplexen Plattformen (Kubernetes, KubeVirt, Cilium, Ceph, Talos) sowie die zugrundeliegende Infrastruktur mit dem Fokus auf End-to-End-Stabilität, Skalierbarkeit und Kosten.
Entwicklung und Pflege unserer Monitoring- und Logging-Systeme (Metrics, Logs, Traces), um jederzeit tiefgreifende Einblicke in den Systemzustand zu gewährleisten und proaktiv Engpässe zu erkennen.
Implementierung konsequentes Synthetic Monitoring und Tracetests, um die End-to-End-Funktionalität kritischer Services kontinuierlich zu validieren.
Definition und Überwachung klare Service Level Objectives (SLOs) und Reduzierung von 'Toil' konsequent durch Code. Runbooks sind für dich nur die letzte Verteidigungslinie.
Dokumentation deiner Arbeit nachvollziehbar, denn das beste System ist wertlos ohne ein gutes Markdown.

Anforderungen

Abgeschlossenes Studium in Informatik oder einem verwandten Fachgebiet.
Mindestens 2 Jahre aktive Erfahrung als SRE/DevOps Engineer, wo du gelernt hast, dass 'Works on my machine' keine Antwort ist.
Fundierte Erfahrung im Betrieb von Cloud-Infrastrukturen mit Kubernetes und/oder Virtualisierungstechnologien.
Gute Kenntnisse in der Softwareentwicklung mit Golang oder einer vergleichbaren Systemsprache und Nutzen dieser, um Abläufe zu automatisieren und eigene Tools zu bauen.