FF Senior Site Reliability Engineer (all genders) Fact Finder · Berlin · Site Reliability Pay not stated 4w ago

Devopsroles; Berlin; Hybrid; EUR 90,000 - 130,000; Full time

Job summary

FACT-Finder sucht eine erfahrene Senior Site Reliability Engineer (SRE) zur Stabilisierung unserer hybriden Plattform und SaaS-Angebote. Du definierst SLOs, SLIs und Fehlerbudgets, treibst Incident Response voran und automatisierst mit GitOps-Tools wie Argo CD/Flux.

Dabei arbeitest du eng mit Hosting-Teams und erfahrenen Engineers zusammen, um eine skalierbare Cloud-/Kubernetes-Umgebung zu gestalten. Du bringst Hands-on-Know-how zu Kubernetes, Harvester und Observability mit, sowie Interesse an

Qualifications

• Senior Site Reliability Engineer (SRE) oder vergleichbare Rolle im SaaS-/Plattform-Umfeld.
• Starke Kenntnis von SLOs, Error Budgets, Incident Management und Observability.
• Hands-on Erfahrung mit Kubernetes und Cluster-Lifecycle, Upgrades sowie Operator-Pattern.
• Interesse an Harvester bzw. vergleichbaren HCI-/Virtualisierungsplattformen.
• Vertrautheit mit GitOps (Argo CD / Flux) und Container Storage.
• Gute Englischkenntnisse; Deutsch von Vorteil.

Responsibilities

• Definieren und verantworten SLOs, SLIs und Error Budgets über Produkte hinweg.
• Vorantreiben des Incident Response: Detektion, Kommunikation, blameless Postmortems, Follow-ups.
• Automatisierung zur Reduzierung manueller Arbeiten; Ausbau von self-healing und self-service Fähigkeiten.
• Unterstützung beim Aufbau eines NG Search Operators und Einführung von Auto-Scaling (HPA/VPA/KEDA).
• Weiterentwicklung der Observability (Metrics, Logs, Traces, Alerts, Runbooks).
• Kapazitäts- und Kostenplanung On-Prem (Frankfurt, Stockholm) und in der Cloud.

Skills

SRE-Experience

Kubernetes

Observability

Automation

GitOps

Incident Management

Cloud-Computing

AI-Tools im Betrieb

Englischkenntnisse

Tools

Kubernetes

Harvester

Argo CD

Flux

KEDA

Cluster Autoscaler

Longhorn

Ceph

vSphere/ESXi

OpenStack

Job description

FACT-Finder entwickelt Product-Discovery-Technologie für den eCommerce und ist mit den Produkten Next Generation und Infinity bei führenden Online-Shops in Europa im Einsatz. Beide Produkte bewegen sich aktuell in Richtung einer modernen, hybriden Plattform auf Basis von Kubernetes und Harvester – mit der Option, mittelfristig vollständig in die Cloud zu skalieren. Als Senior Site Reliability Engineer (SRE) sorgst du dafür, dass unsere Systeme über diese Transformation hinweg schnell, verfügbar und skalierbar bleiben. Du arbeitest mit dem Hosting-Team und erfahrenen Engineers zusammen und gestaltest den Weg zu einer modernen SaaS-Company aktiv mit.

• Du definierst und verantwortest SLOs, SLIs und Error Budgets über beide Produkte hinweg und triffst datenbasierte Entscheidungen zu Reliability und Performance.
• Du treibst Incident Response voran: schnelle Detektion, klare Kommunikation, blameless Postmortems und nachhaltige Follow-ups.
• Du reduzierst manuelle Arbeit konsequent durch Automatisierung und GitOps (z. B. Argo CD / Flux) und baust self-healing sowie self-service Fähigkeiten aus.
• Du unterstützt den Aufbau eines NG Search Operators (Custom Kubernetes Operator / CRDs) und die Einführung von Auto-Scaling (HPA, VPA, KEDA, Cluster Autoscaler).
• Du entwickelst unsere Observability weiter – Metrics, Logs, Traces, Alerting und Runbooks, die on-call wirklich helfen.
• Du planst Kapazität und Kosten über On-Premise (Frankfurt, Stockholm) und Cloud hinweg – inklusive Burst-Szenarien in die Public Cloud.
• Du nutzt AI-Tools, um Diagnose, Alerting und operative Workflows spürbar zu

• Erfahrung als SRE, Infrastructure oder Production Engineer in einem SaaS- oder Plattform-Umfeld – oder ein starker Software-/Operations-Hintergrund mit klarem Willen, in die SRE-Rolle hineinzuwachsen.
• Solides Verständnis von SLOs, Error Budgets, Incident Management und Observability.
• Hands-on Erfahrung mit Kubernetes und Interesse an Cluster-Lifecycle, Upgrades und Operator-Pattern.
• Erfahrung oder starkes Interesse an Harvester bzw. vergleichbaren HCI-/Virtualisierungsplattformen (KubeVirt, vSphere/ESXi, OpenStack).
• Vertrautheit mit GitOps (Argo CD / Flux), Container Storage (Longhorn, Ceph) und Kubernetes Networking (Load Balancing, Ingress).
• Kenntnisse zu Auto-Scaling-Primitiven (HPA, VPA, Cluster Autoscaler, KEDA) und Kapazitätsplanung on-prem und in der Cloud.
• Verständnis für Netzwerke in produktionsnahen Rechenzentren (u. a. VLAN).
• Ausgeprägter Automatisierungsinstinkt und eine Haltung, Toil strukturell zu eliminieren.
• Praktische Erfahrung im Einsatz von AI-Tools im operativen Betrieb.
• Sehr gute Englischkenntnisse; Deutsch von Vorteil.

• Impact from day one: Deine Arbeit wirkt direkt auf die Umsätze führender eCommerce-Marken in Europa.
• Moderner Tech-Stack: Kubernetes, Harvester, GitOps, Auto-Scaling und ein spannender Weg in Richtung Cloud – mit Raum, Dinge neu und richtig zu bauen.
• AI-first Mindset: Wir nutzen AI nicht als Buzzword, sondern als festen Bestandteil unserer täglichen Arbeit.
• Ownership & Wachstum: Klare Verantwortung, kurze Entscheidungswege und die Möglichkeit, deine Rolle aktiv mitzugestalten.
• Flexibles Arbeiten: Hybrides Arbeitsmodell mit Fokus auf Ergebnisse.
• Starkes Team: Erfahrene Engineers, offene Feedback-Kultur und ein Umfeld, in dem Reliability als Engineering-Disziplin ernst genommen wird.

Berlin, München, Pforzheim oder Stockholm (Hybrid)