Senior AI Hardware SRE: Build Scalable Uptime & Automation in Kraków

Do you enjoy współpracować z zespołami, aby rozwiązywać złożone wyzwania? Do you enjoy solving large scale distributed content delivery challenges? Dołącz do naszego krytycznego zespołu AI Hardware SRE! Zespół AI Hardware SRE jest odpowiedzialny za nadzorowanie, skalowanie i optymalizację naszej nowej generacji dedykowanej infrastruktury sprzętowej AI. Będziesz odpowiedzialny za zapewnienie najlepszej w swojej klasie dostępności i niezawodności naszych ofert infrastruktury sprzętowej AI.

W tej roli będziesz odpowiedzialny za:

• Rozwój i skalowanie solidnych narzędzi programowych oraz infrastruktury jako kodu w Pythonie, aby wyeliminować operacyjne trudności i zautomatyzować wdrażanie na dużą skalę.
• Integrację zautomatyzowanych przepływów pracy w różnych platformach zgłoszeniowych, takich jak JIRA, Siebel i PagerDuty, aby poprawić czasy rozwiązywania problemów ze sprzętem i siecią.
• Wykorzystanie zaawansowanych narzędzi AI i paradygmatów rozwoju wspomaganego przez LLM, aby skutecznie poprawić wykonanie techniczne, tworzenie skryptów i ocenę systemu.
• Udoskonalanie zaawansowanych technologii prywatnych chmur i obliczeń, aby stale optymalizować dostępność, opóźnienia i zdrowie systemowe w środowiskach sprzętowych o wysokiej gęstości.
• Projektowanie i wdrażanie potoków telemetrycznych, niestandardowych pulpitów monitorujących Prometheus/Grafana oraz detekcji anomalii opartej na AI dostosowanej do środowisk bare-metal i wirtualizowanych.
• Uczestnictwo w rotacjach dyżurów 24x7x365, prowadzenie zarządzania incydentami w czasie rzeczywistym oraz zarządzanie protokołami zakłóceń usług o wysokim priorytecie za pomocą zautomatyzowanych przepływów pracy PagerDuty i Slack.
• Bezpośrednia współpraca z dostawcami infrastruktury zewnętrznej oraz koordynacja techników na miejscu w celu ułatwienia działań związanych z dostępnością.

Aby odnieść sukces w tej roli, powinieneś:

• Posiadać solidne podstawy w informatyce, udokumentowane poprzez formalne wykształcenie lub równoważne praktyczne doświadczenie w rolach SRE lub inżynierii produkcyjnej na dużą skalę.
• Wykazywać biegłość w narzędziach i umiejętnościach kodowania w językach takich jak Python, aby budować skalowalne narzędzia operacyjne, integracje API i ramy automatyzacji.
• Posiadać praktyczne doświadczenie z nowoczesnymi stosami obserwowalności i silnikami czasowymi, takimi jak Prometheus, Grafana, OpenTelemetry i Loki.
• Rozumieć zaawansowane topologie sieciowe, infrastrukturę routingu/przełączania o wysokiej przepustowości, BGP oraz sieci dual-stack IPv4/IPv6.
• Wykazywać doświadczenie w projektowaniu wdrożeń usług, ustalaniu kryteriów gotowości operacyjnej, baz telemetrycznych oraz definiowaniu skutecznych progów alarmowych.
• Mieć duże doświadczenie w tworzeniu technicznych podręczników, prowadzeniu złożonych mostków odpowiedzi na incydenty oraz przeprowadzaniu kompleksowych, bezwinnych post-mortem.
• Udowodnić zdolność do pełnego posiadania niejasnych wyzwań technicznych, koordynowania zespołów międzyfunkcyjnych oraz starannego dążenia do rozwiązań na poziomie produkcyjnym.

W Akamai sprawiamy, że życie staje się lepsze dla miliardów ludzi, biliony razy dziennie. Niezależnie od tego, czy transmitujesz wydarzenia na żywo, przeglądasz media społecznościowe, oglądasz ulubione seriale, czy zarządzasz swoimi oszczędnościami, jesteśmy silnikiem działającym w tle. Zapewniamy najbardziej rozproszoną platformę na świecie od Chmury do Krawędzi, aby pomóc gigantom cyfrowego świata działać szybciej i pozostawać bardziej bezpiecznymi, czyniąc internet lepszym doświadczeniem dla wszystkich.

Nasze korzyści: Wspieramy Twoje zdrowie, dobre samopoczucie, finanse i życie poza pracą. Program FlexBase Akamai to kolejny sposób, w jaki pokazujemy nasze zaangażowanie w zapewnienie pracownikom wyjątkowego doświadczenia w miejscu pracy. Nie chodzi o to, aby mówić pracownikom, gdzie mają pracować; chodzi o wspieranie ich w wykonywaniu najlepszej pracy.