Site Reliability Engineer (SRE) (m/w/d)

Stellendetails zu: Site Reliability Engineer (SRE) (m/w/d)

Arbeitgeber: Deutsche Telekom AG

Beginn ab

Arbeitsort: verschiedene Arbeitsorte

Anstellungsart: Vollzeit

Über die Position

Als Site Reliability Engineer mit Schwerpunkt Observability tragen Sie maßgeblich dazu bei, Transparenz, Stabilität und Zuverlässigkeit unserer verteilten Cloud-, Edge- und Kubernetes-Plattformen sicherzustellen. Sie übernehmen eine zentrale Rolle bei der Konzeption, Implementierung und kontinuierlichen Weiterentwicklung moderner Observability-Lösungen und schaffen die Grundlage für einen zuverlässigen Betrieb komplexer, cloud-nativer Infrastrukturen.

Sie implementieren und betreiben Jaeger als zentrale Plattform für Distributed Tracing und entwickeln Korrelationsmechanismen zwischen Logs, Metrics und Traces, um Fehlerursachen schnell zu identifizieren. Sie integrieren Security-, Infrastruktur- und Plattform-Events in zentrale SIEM-Lösungen und entwickeln standardisierte Telemetrie- und Instrumentierungskonzepte für Kubernetes- und Cloud‑Native‑Plattformen.

Mit Ihren Programmierkenntnissen in Go, Python oder Shell automatisieren Sie Integrations‑ und Betriebsprozesse und leisten einen wesentlichen Beitrag zur Weiterentwicklung einer skalierbaren Plattform.

Qualifikationen

Sehr gute Kenntnisse in OpenTelemetry, insbesondere im Umgang mit dem OpenTelemetry Collector, OTLP, SDKs sowie Auto‑Instrumentation.

• Fundierte Erfahrung mit Distributed Tracing, Span Correlation, Context Propagation und Sampling‑Strategien.
• Erfahrung im Aufbau und Betrieb von Jaeger, insbesondere hinsichtlich Trace Storage, Indexierung und Query‑Optimierung.
• Fundierte Kenntnisse in der Integration von SIEM‑Lösungen, im Security Event Management sowie im Einsatz von CEF‑ und Syslog‑basierten Protokollen.
• Gute Programmierkenntnisse in Go, Python oder Shell zur Umsetzung von Telemetrie‑, Integrations‑ und Automatisierungsaufgaben.
• Erfahrung im Bereich Kubernetes Observability, Cloud‑Native‑Plattformen sowie moderner Telemetrie‑Architekturen.
• Ausgeprägtes Verständnis für IT‑Sicherheit und Security Awareness.
• Analytische und strukturierte Arbeitsweise.
• Erfahrung im Site Reliability Engineering oder Infrastruktur‑Betrieb.
• Sehr gutes Deutsch in Wort und Schrift (C1‑Niveau).

Aufgaben

• Implementierung, Konfiguration und Betrieb von OpenTelemetry für Metrics, Logs und Distributed‑Tracing‑Pipelines.
• Integration, Administration und kontinuierliche Optimierung von Jaeger zur Visualisierung und Analyse verteilter Services.
• Konzeption und Umsetzung von Korrelationsmechanismen zwischen Logs, Metrics und Traces für End‑to‑End‑Observability.
• Integration von Security‑, Infrastruktur‑ und Plattform‑Events in zentrale SIEM‑ und Analyseplattformen.
• Entwicklung und Etablierung von Telemetrie‑ und Observability‑Standards für Cloud‑Native‑ und Kubernetes‑Plattformen.
• Sicherstellung eines zuverlässigen und performanten Betriebs von Observability‑Lösungen in Air‑Gap, Edge, Fog und verteilten Infrastrukturen.

Was Sie erwarten

Eine anspruchsvolle Aufgabe im Umfeld moderner Cloud‑Native, Kubernetes, Edge und Observability‑Technologien. Sie arbeiten in einem technologisch anspruchsvollen Umfeld mit hohem Gestaltungsspielraum und leisten einen wesentlichen Beitrag zur Stabilität, Sicherheit und Skalierbarkeit geschäftskritischer Systeme.

Was wir bieten

• Flexibilität und Work‑Life‑Balance: flexible Arbeitszeiten, mobile Arbeit und hybrides Modell.
• Attraktive Vergütung: wettbewerbsfähiges Gehaltspaket.
• Entwicklungsmöglichkeiten: umfangreiche Weiterbildungsangebote, Schulungen und Karriereentwicklungsprogramme.
• Modernes Arbeitsumfeld: moderne Ausstattung und neueste Technologien.
• Starke Unternehmenskultur: offene und kollegiale Arbeitsatmosphäre.
• Gesundheit und Wohlbefinden: Gesundheitsförderung und Initiativen.
• Zusatzleistungen: betriebliche Altersvorsorge, Mitarbeiterrabatte, Jobticket‑Optionen.