Site Reliability Engineer - Cloud Infrastructure - STACKIT (m/w/d)

Schwarz Digits; Bad Friedrichshall; Vor Ort; EUR 90.000 - 130.000; Vollzeit

Zusammenfassung

Schwarz Digits sucht einen erfahrenen Site Reliability Engineer (SRE), der die Stabilität unserer dezentralen europäischen Organisation stärkt. In dieser Rolle balancierst du Geschwindigkeit und Zuverlässigkeit, betreibst resilient Services und setzt SLOs zur Messbarkeit ein.

Du leitest Incident-Management, führst RCA durch und entwickelst Automatisierungsskripte mit Python oder Go, um Wiederholungsprobleme zu minimieren. Zusammenarbeit mit Stakeholdern über Ländergrenzen hinweg ist dir vertraut.

Qualifikationen

• Ausgeprägtes Reliability-First-Mindset mit Fokus auf Stabilität gegenüber Schnelligkeit.
• Fundierte Erfahrung im Site Reliability Engineering (SRE) und Prinzipien von SLOs.
• Erfahrung in Root Cause Analysis (RCA) und Ableitung von Gegenmaßnahmen.
• Fundierte Fähigkeiten in der Automatisierung von Prozessen durch Skripting (Python/Go).
• Teamübergreifende Zusammenarbeit in einer dezentralen Organisation.

Aufgaben

• Du förderst eine Kultur der Zuverlässigkeit und betreibst resiliente Services mit wenig Toil.
• Du agierst als Mentor, verankerst Reliability-First in Entwicklungsteams.
• Du steuerst ganzheitliches Vorfallsmanagement vom Incident Commander bis RCA.
• Du standardisierst Operations-Prozesse und etablierst den Reliability Score.
• Du implementierst Mess-Tools für SLOs und Service-Controlling.

Kenntnisse

Reliability-first mindset

SRE

SLOs & Error Budgets

Toil management

Root cause analysis

Automation scripting (Python, Go)

Tools

Python

Go

Jobbeschreibung

Schwarz Digits schafft das technologische Fundament für digitale Entscheidungsfreiheit in Europa. Als IT- und Digitalsparte der Schwarz Gruppe entwickeln und verantworten wir einerseits die IT-Infrastrukturen für die Handelssparten Lidl und Kaufland sowie die Schwarz Produktion und PreZero. Gleichzeitig agieren wir als unabhängiger Anbieter am externen Markt, um Unternehmen in ganz Europa bei ihrer digitalen Transformation zu unterstützen. Unsere Kernleistungen bündeln wir in den Bereichen Cloud, Cyber Security, Data & AI, Communication und Workspace. Trage auch du zur digitalen Entscheidungsfreiheit in Europa bei.

Bei uns arbeitest du an der Schnittstelle zwischen Agilität und Sicherheit: Du profitierst von den schnellen Entscheidungswegen, genießt echte Gestaltungsspielräume in deinen Projekten und baust dabei auf das stabile Fundament der Schwarz Gruppe.

Deine Aufgaben

• Du förderst eine Kultur der Zuverlässigkeit, indem du Engineering-Teams dabei unterstützt, resiliente Services mit minimalem manuellem Aufwand (Toil) zu betreiben.
• Du agierst als Mentor und Advisor, um die „Reliability-First“-Mentalität in den Entwicklungsteams zu verankern.
• Du steuerst das ganzheitliche Vorfallsmanagement – von der akuten Krisenkoordination als Incident Commander bis zur nachhaltigen Fehleranalyse (RCA) zur kontinuierlichen Systemverbesserung.
• Du standardisierst Operations-Prozesse und etablierst den Reliability Score, um die operative Exzellenz gemeinsam mit den Teams nachhaltig zu steigern.
• Du implementierst Werkzeuge zur Messbarkeit und Steuerung von Service Level Objectives (SLOs)

Dein Profil

• Du verfügst über ein ausgeprägtes „Reliability-First“-Mindset und verstehst die Balance zwischen Geschwindigkeit und Stabilität.
• Du hast fundierte Erfahrung im Site Reliability Engineering (SRE) und kennst die Prinzipien von SLOs, Error Budgets und Toil-Management.
• Du bist sicher in der Durchführung von Root Cause Analyses (RCA) und der Ableitung von Maßnahmen zur Fehlervermeidung.
• Du besitzt gute Kenntnisse in der Entwicklung von Automatisierungsskripten oder internen Tools (z. B. Python, Go).
• Du hast Freude an der Zusammenarbeit mit verschiedenen Stakeholdern in einer dezentralen, europäischen Organisation.