Senior Incident Manager

Vaga não está no LinkedIn

🕒 Junho 4

🏄 California – Remoto

🏄 California – Remote

💵 $125.000 - $195.000 / ano

⏰ Tempo Integral

🟠 Sênior

👔 Gerente

🦅 Patrocina Visto H1B

Esta empresa já patrocinou vistos H1B no passado.

👻 Score fantasma 35%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Lambda

SiteLinkedInTodas as Vagas

51 - 200 funcionários

💼 Consultoria

🏥 Saúde

📦 Logística

💰 $39.700.000 Venture Round em 2022-11

Consulting • Healthcare • Logistics

Lambda é uma empresa de computação em nuvem que fornece instâncias e clusters de GPU sob demanda, adaptados para treinamento e inferência de IA. A empresa oferece uma variedade de produtos de GPU, como instâncias de GPU na nuvem sob demanda cobradas por minuto, clusters privados de GPU em grande escala e servidores PCIe com GPUs NVIDIA Tensor Core personalizáveis. A Lambda é conhecida por sua nuvem para desenvolvedores de IA, permitindo que desenvolvedores de IA criem instâncias de GPU com foco no hardware mais recente da NVIDIA. A empresa também oferece produtos de workstation configurados com GPUs NVIDIA, projetados para deep learning e outras aplicações de IA.

Descrição

• Lead the response to critical (SEV-1 / SEV-2) incidents impacting AI infrastructure, GPU clusters, networking, storage, and data center operations. • Serve as the Incident Commander during major outages, coordinating engineering, networking, facilities, and vendor teams. • Act as the liaison between leadership and external teams during incidents/post-incidents to provide updates and status summaries. • Own the incident response lifecycle including: • - Assisting Technical Triage • - Escalation • - Coordination • - Resolution • Ensure timely and accurate communication with internal stakeholders and leadership. • Maintain incident response documentation and operational playbooks. • Conduct analysis on incidents and identify patterns/trends for improvement in response and systems reliability. • Work in an On-Call Rotation to respond to, lead, and coordinate incidents • Drive alignment during outages involving multiple infrastructure layers. • Lead post-incident reviews (PIRs) and root cause analysis. Identify systemic reliability gaps and implement corrective actions.

🎯 Requisitos

• 8+ years experience in incident management, site reliability engineering, or infrastructure operations • Experience managing incidents in large-scale distributed infrastructure environments • Strong understanding of: • - Data center operations • - GPU compute clusters • - Networking and storage infrastructure • - Cloud or hybrid infrastructure platforms • Proven ability to lead high-pressure incident response situations • Experience with incident management frameworks (ITIL, SRE, or equivalent) • Excellent communication and stakeholder management skills • Experience with incident tracking and monitoring tools such as: • - PagerDuty • - ServiceNow • - Jira • - Datadog • - Prometheus / Grafana

🏖️ Benefícios

• Health, dental, and vision coverage for you and your dependents • Wellness and commuter stipends for select roles • 401k Plan with 2% company match (USA employees) • Flexible paid time off plan that we all actually use