Splunk Staff Software Engineer in Kraków

Meet The Team

Zespół Performance Optimization and Innovation (PerfOpt) poprawia doświadczenia klientów Splunk poprzez głęboką pracę nad wydajnością oraz ustala długoterminowe standardy wydajności Splunk poprzez wytyczne i projektowanie. Pracujemy tam, gdzie wydajność jest wygrywana lub przegrywana: ścieżki gorące wyszukiwania i indeksowania, efektywność pamięci podręcznej i bloomfilterów, przepustowość transferu S3, zarządzanie obciążeniem I/O oraz równoległość w ścieżce pobierania danych. To rdzeń C++ przesuwający dane w skali petabajtów przez dużą rozproszoną architekturę, a wyniki wpływają na to, co odczuwają klienci - opóźnienie wyszukiwania, przepustowość wprowadzania i koszty infrastruktury. Jesteśmy również centrum ciężkości wydajności organizacji: benchmarking, wzorce projektowe i standardy inżynieryjne, które przyjmują inne zespoły, pochodzą stąd.

Twoje Wpływy

• Starszy inżynier wydajności doradza zespołom w zakresie mapy drogowej i architektury, rozwiązuje problemy z wydajnością klientów oraz ustala kierunek techniczny w zespołach partnerskich.
• Prowadzenie prac nad wydajnością od hipotezy przez instrumentację i projektowanie do mierzonego wpływu na klientów, koordynując działania między zespołami w razie potrzeby.
• Projektowanie komponentów w skali petabajtów dla pamięci, współbieżności, I/O i opóźnienia ogonowego, prowadząc architekturę w kierunku skalowalności i niezawodności.
• Używanie profilowania, wykresów płomieni, analizy kontencji blokad, benchmarków i bramek regresji CI do identyfikacji i zapobiegania problemom z wydajnością.
• Instrumentowanie produkcji telemetryką, eBPF i ciągłym profilowaniem w celu pomiaru wydajności w rzeczywistych obciążeniach roboczych.
• Porównywanie opcji wydajności, kwantyfikacja kosztów i ryzyk oraz przedstawianie rekomendacji opartych na dowodach partnerom.
• Wykorzystanie wielokrotnego użytku AI do skrócenia analizy wydajności z dni do godzin.
• Inżynierowie ustalają cele, weryfikują wyniki za pomocą profili i benchmarków oraz dostosowują, gdy dowody są niewystarczające.
• Planowanie prac nad wydajnością, szacowanie wysiłku i prowadzenie postmortem w celu identyfikacji przyczyn źródłowych i zapobiegania regresjom.
• Mentorowanie rówieśników i mniej doświadczonych inżynierów w zespole.

Minimalne Kwalifikacje

• Zaawansowana znajomość C++ w produkcji, w tym zarządzanie pamięcią, alokatory, semantyka przenoszenia, struktury świadome pamięci podręcznej i kompromisy wydajnościowe.
• Głęboka inżynieria wydajności - doświadczenie produkcyjne w kilku z poniższych: profilowanie CPU/pamięci i analiza wykresów płomieni (perf, eBPF, VTune), w tym profilowanie off-CPU i ciągłe profilowanie.
• Rozwiązywanie kontencji blokad - gorące mutexy, fałszywe dzielenie, atomiki i porządek pamięci, techniki bezblokadowe i kiedy ich nie używać.
• Optymalizacja opóźnień w architekturach rozproszonych - opóźnienie ogonowe, kolejkowanie, amplifikacja fan-out, ciśnienie zwrotne, analiza krytycznej ścieżki.
• Benchmarking - mikro i obciążeniowe benchmarki, solidny projekt testów i analiza statystyczna, walidacja podsystemów detekcji regresji CI.
• Modelowanie wydajności - modele analityczne lub pojemnościowe, które pomagają przewidywać limity skalowania i walidować zmierzone wyniki.
• Architektura i projektowanie systemów - projektowanie i poprawa istniejących rozwiązań pod kątem wydajności, skalowalności i operacyjności oraz wyjaśnianie tych projektów krytycznej publiczności.
• Docker i Kubernetes - charakteryzacja wydajności w środowiskach kontenerowych.
• Silny Python do narzędzi, zestawów benchmarkowych, potoków telemetrycznych i analizy danych wydajnościowych.
• Wnętrza wydajności Linuxa - harmonogram, podsystem pamięci, pamięć podręczna stron, systemy plików, I/O blokowe, stos sieciowy.
• Git i CI (np. GitLab CI) do automatyzacji budowy, testów, benchmarków i wydań.

Przywództwo

• Udokumentowane osiągnięcia w informowaniu decyzji technicznych - kwantyfikacja kompromisów, wczesne ujawnianie ryzyka.
• Destylowanie skomplikowanych problemów w porównywalne punkty danych bez utraty niuansu lub ukrywania niepewności.
• Jasna, zwięzła, wysokosygnałowa komunikacja wśród różnych odbiorców - na poziomie mechanizmu z inżynierami, na poziomie kompromisu z mentorami i rozwijanie inżynierów - coaching młodszych inżynierów w kierunku odpowiedzialności oraz wpływanie na rówieśników poprzez przywództwo techniczne, a nie autorytet.

Doświadczenie

• Licencjat plus 8 lat pokrewnego doświadczenia, magister plus 6 lat lub doktorat plus 3 lata.

Preferowane Kwalifikacje

• Doświadczenie z silnikami wyszukiwania lub przechowywania oraz platformami danych w dużej skali.
• Wnętrza Splunk.
• Praca na poziomie sprzętu - SIMD, NUMA, zachowanie pamięci podręcznej/TLB, PGO/LTO, optymalizacja kompilatora.
• Go, Rust lub inny język systemowy obok C++.
• AWS, Azure lub GCP - charakterystyka przechowywania, sieci i wydajności instancji.
• Terraform, Puppet lub Ansible do reprodukowalnych środowisk testowych wydajności.

Co Oferujemy

Problemy z wydajnością w skali, jakiej bardzo niewiele firm ma - petabajty danych, prawdziwi klienci i wymierny wpływ z każdej milisekundy, którą usuniesz! Ciągły strumień nowych rzeczy do nauki. Zawsze rozszerzamy się na nowe obszary, wprowadzając projekty open source i oddając je z powrotem oraz eksplorując nowe technologie.