Site Reliability Engineer

Agap2 Italia; Rovigo; Ibrido; EUR 70.000 - 110.000; Tempo pieno

Descrizione del lavoro

Agap2 Italia è alla ricerca di un Site Reliability Engineer per contribuire alla scalabilità e resilienza di un'infrastruttura Cloud su Azure. Il ruolo include AKS, PostgreSQL e MongoDB Atlas, con attenzione a sicurezza e disponibilità.

La posizione prevede on-call, formazione on the job e un ambiente internazionale in lingua inglese. Si richiede laurea in informatica o ingegneria e almeno 3 anni di esperienza in Cloud e sistemi distribuiti.

Competenze

• Laurea in Informatica, Ingegneria o equivalente.
• 3+ anni di esperienza su infrastrutture Cloud, preferibilmente Azure.
• Esperienza con sistemi distribuiti, alta scalabilità e resilienza per applicazioni cloud-native.
• Esperienza Linux, networking (DNS, Load Balancer, VPN).
• Esperienza con Docker, Kubernetes ed Helm.
• Esperienza con strumenti di monitoraggio e logging (Prometheus, Grafana, Azure Monitor).
• Esperienza automazioni (Python, Bash, Terraform) e IaC.
• Conoscenza di SRE, SLO/SLA ed on-call.
• Buona conoscenza inglese.

Mansioni

• Migliorare resilienza e scalabilità del cluster Kubernetes AKS su Azure.
• Configurare database relazionali (PostgreSQL) e non relazionali (MongoDB Atlas).
• Gestire Apache Kafka su AKS per flussi di dati in tempo reale.
• Automatizzare processi operativi per ridurre toil.
• Partecipare turnazione on-call e gestione incidenti.
• Sviluppare pipeline di monitoraggio e alerting.
• Individuare root cause e documentare soluzioni.
• Collaborare con i team di sviluppo per SDLC.

Conoscenze

Docker

Kubernetes

Helm

Prometheus

Grafana

AKS

PostgreSQL

MongoDB Atlas

Apache Kafka

Python

Terraform

Formazione

Laurea in Informatica o Ingegneria

Strumenti

Azure Monitor

Azure Kubernetes Service

MongoDB Atlas

Descrizione del lavoro

Descrizione dell’offerta di lavoro

Siamo alla ricerca di un Site Reliability Engineer motivato a contribuire alla scalabilità e all'ottimizzazione di una complessa infrastruttura Cloud in produzione su Azure.

Si tratta di un sistema distribuito progettato per raccogliere, gestire e distribuire grosse moli di dati in tempo reale. Include componenti connessi "at the edge" che devono essere in grado di operare in scenari "offline" e garantire "eventual consistency" dei dati. La lingua di lavoro principale è l'inglese, dato che il sistema è utilizzato da clienti internazionali.

Il ruolo richiede un forte focus sull'affidabilità, la scalabilità, la sicurezza e la resilienza dell'infrastruttura, con un utilizzo intensivo di Azure Kubernetes Service (AKS), Azure Database for PostgreSQL, MongoDB Atlas ed Apache Kafka.

Il candidato deve inoltre essere disponibile a partecipare alla turnazione on-call, ovviamente remunerata e concordata per essere distribuita equamente nel mese, per la gestione di emergenze e incidenti fuori orario lavorativo standard.

Non è necessario avere esperienza approfondita su tutti i tool utilizzati: siamo pronti a offrire formazione tramite corsi e "training on the job" per colmare eventuali lacune e supportare la crescita professionale.

Responsabilità principali

• Migliorare la resilienza ed ottimizzare il cluster Kubernetes (AKS su Azure), assicurando performance, scalabilità, sicurezza ed alta affidabilità dei servizi deployati


• Configurare ed ottimizzare i database relazionali (PostgreSQL su Azure) e non relazionali (MongoDB Atlas) per garantire performance, affidabilità e sicurezza dei dati


• Gestire e ottimizzare Apache Kafka (su AKS) per la raccolta e distribuzione di dati in tempo reale


• Automatizzare processi operativi per ridurre il "toil" e migliorare l'efficacia dei team (Platform team e Product team)


• Partecipare alla turnazione on-call per garantire una rapida risposta agli incidenti e alle emergenze


• Sviluppare pipeline di monitoraggio e alerting per identificare e debuggare rapidamente problemi operativi


• Identificare prontamente la "root cause" di problemi bloccanti, sviluppando documentazione tecnica dettagliata ed automazioni per evitare che problemi noti si verifichino nuovamente


• Collaborare con il team di sviluppo per il miglioramento continuo del ciclo di vita dello sviluppo software (SDLC), garantendo pratiche solide e coerenti

Requisiti

• Laurea in Informatica, Ingegneria o esperienza equivalente


• 3+ anni di esperienza con infrastrutture Cloud, preferibilmente Azure


• Esperienza con sistemi distribuiti e principi di alta scalabilità e resilienza per applicazioni cloud-native


• Esperienza consolidata in ambienti Linux, inclusa la gestione e il debugging di problemi di networking (DNS, Load Balancer, firewall e VPN)


• Esperienza con Docker, Kubernetes ed Helm


• Esperienza con tool di monitoraggio e logging (Prometheus, Grafana, Azure Monitor, etc.)


• Esperienza nella creazione di automazioni (Python, Bash, Terraform) per migliorare i processi operativi, secondo il paradigma Infrastructure-as-Code (IaC)


• Familiarità con i principi di Site Reliability Engineering, inclusi SLO, SLA ed "error budgets"


• Disponibilità a partecipare alla turnazione on-call in reperibilità


• Buona conoscenza della lingua inglese, scritta e parlata, obbligatoria per l'interazione con clienti internazionali

Nice to Have

• Certificazioni Azure (es. Azure Solutions Architect, Azure DevOps Engineer)


• Esperienza nell'implementazione delle best practices di sicurezza su sistemi distribuiti, dalla configurazione di rete alla gestione dei segreti, fino alla scansione automatica per l'identificazione di vulnerabilità note


• Esperienza con database relazionali (PostgreSQL) e non relazionali (MongoDB)


• Esperienza con Apache Kafka e conoscenza dei concetti base di stream processing distribuito


• Esperienza con CI/CD (Jenkins, Gitlab, etc.)


• Familiarità con architetture di microservizi e metodologie DevOps/GitOps


• Esperienza di progettazione e sviluppo di sistemi distribuiti real-time e fault-tolerant

Cosa offriamo

• Opportunità di lavorare su infrastrutture cloud-native moderne, resilienti e scalabili, in un contesto di stream processing ed edge computing


• Forte attenzione alla cura delle persone, guidata dai nostri valori aziendali di intraprendenza, curiosità, cura e onestà


• Ambiente collaborativo e stimolante, "remote friendly", orientato alla crescita professionale e personale