Se requiere inglés: la oferta original está publicada en inglés.
Sobre el puesto
¿Buscas una carrera que marque una diferencia positiva en tu vida y en la de estudiantes y docentes de todo el mundo? Nuestro equipo cree en inspirar a los docentes y en liberar el potencial de cada estudiante. Nuestras plataformas de aprendizaje adaptativo utilizan IA para ofrecer recomendaciones, remediaciones y más, con el fin de mejorar los resultados de estudiantes de todo el mundo. Piénsalo: cuando alguien te pregunte a qué te dedicas, podrías decir: "Trabajo en plataformas de software que ayudan a aprender a los jóvenes del mundo". ¡Qué manera tan gratificante de usar tus habilidades de ingeniería!
Estamos contratando a un Senior Site Reliability Engineer para construir y dar soporte a infraestructura confiable para los equipos de toda la empresa. En nuestro equipo de SRE, ayudarás a operar nuestras plataformas AWS EKS y Databricks, mejorarás su seguridad y observabilidad, y colaborarás con los equipos de aplicaciones y de datos para resolver problemas en producción y hacer que los servicios sean más fáciles de operar.
Este puesto es un contrato de tiempo completo. Si tienes mentalidad de automatización, conoces los servicios de AWS a fondo, tienes experiencia con sistemas distribuidos / microservicios, puedes hacer triage de problemas complejos de cloud / stack de aplicaciones, te gusta resolver problemas de ingeniería y liderar con el ejemplo, te irá muy bien en este puesto.
Tus contribuciones incluirían
- Diseñar, construir y mantener releases de Kubernetes usando patrones establecidos de Terraform, con atención a la seguridad, la observabilidad y la preparación operativa.
- Dar soporte a los equipos que usan EKS y Databricks, incluido el triage en producción, el análisis de causa raíz y mejoras en el monitoreo y la documentación.
- Asegurar la repetibilidad, trazabilidad y transparencia de nuestra automatización de infraestructura (infrastructure-as-code, monitoring-as-code).
- Evaluar capacidades emergentes de Kubernetes, como EKS Auto Mode, Karpenter y Argo CD, e identificar dónde podrían mejorar la plataforma.
- Participar en las guardias (on-call) para las tareas operativas que no se han resuelto con automatización, con la mira puesta en corregir los problemas que generan alarmas de guardia y en reducir las alertas recurrentes y el trabajo operativo manual mediante automatización.
- Mantener la telemetría que mejora la visibilidad del rendimiento de nuestras aplicaciones y de las métricas de negocio, y que mantiene bajo control la carga operativa.
- Apoyar prácticas sanas de desarrollo de software, incluido el cumplimiento de la metodología ágil, la realización de code reviews, el empaquetado del trabajo y la entrega continua.
- Participar en iniciativas de inyección de fallas y chaos testing.
- Observar y documentar los niveles de estado estable en producción y los patrones de crecimiento.
- Coordinar mejoras del software y la infraestructura existentes para cumplir los objetivos de resiliencia.
Nuestro stack cloud incluye
- Clouds: AWS, Azure, Oracle.
- Damos soporte a las plataformas compartidas AWS EKS y Databricks, que dan servicio a los equipos de aplicaciones, analítica y datos de toda la empresa, además de algunos sistemas de analítica dispersos en Oracle Cloud y posiblemente Azure.
- Tecnología AWS: AWS (S3, EC2, ECS, EKS, SQS, Elasticache Redis, Elasticache Memcache, Elasticache Valkey, RDS, Aurora RDS, OpenSearch/Elastic Search, DynamoDB, Athena, Route53, WAF, IAM, CloudFront, Load Balancing, ACM, VPCs, Lambda, API Gateway, VPC Endpoints, Routing Tables, SES, SNS, Bedrock, Glue y más).
- Infraestructura como código: Terraform.
- RDBMS: MySQL, PostgreSQL, Aurora, incluidas tecnologías de connection pooling como Sequelize.
- Caché: Valkey, Redis, Memcache, DynamoDB.
- Lenguajes: Python, NodeJS, Java, Golang, PHP, Bash.
- Orquestación de contenedores: AWS ECS, AWS EKS, Docker.
- Telemetría: NewRelic, CloudWatch, Datadog, Splunk.
- Build/Deploy/Run: GitHub Actions, Artifactory, GitHub Cloud, PagerDuty, Slack, ServiceNow, Exigence.
- Seguridad: Rapid7 InsightAppSec, Crowdstrike, 1Password, DivvyCloud (Insight Cloudsec), Security Scorecard, WAF, Dependabot, Checkov, escaneo de GitHub Advanced Security, secret scanning, VDP.
- Gestión de tareas: JIRA.
- Documentación/Conocimiento: Confluence, Office365, DX.
Proceso de entrevistas
- 2 rondas de entrevistas.
- Una con el hiring manager (1:1).
- Entrevista en panel con el equipo de TPM.
