DevOps Engineer

🕒 vor 2 Monaten

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Shuru

WebsiteLinkedInAlle Stellen

51 - 200 Mitarbeiter

Gegründet 2021

🤖 Künstliche Intelligenz

🤝 B2B

🏢 Unternehmen

Artificial Intelligence • B2B • Enterprise

Shuru ist ein Beratungsunternehmen für Produkte, KI und Technologie, das mit Unternehmen zusammenarbeitet, um strategische Beratung, vollständige Produkt- und individuelle Softwareentwicklung sowie maßgeschneiderte Engineering-Teams zu bieten. Ihre KI-nativen Engineering-Teams entwickeln skalierbare KI-Anwendungen, Datenengineering und -analysen, Cloud/DevOps und API-Integrationen, um Systeme zu modernisieren und die Produktlieferung zu beschleunigen. Shuru operiert global mit einem Remote-First-Modell und legt Wert auf hohe Verantwortung, Design Thinking und messbare Ergebnisse für Unternehmenskunden und Start-ups.

Beschreibung

• Die Cloud-Plattform von Pre-Production in Produktionsreife überführen und für Skalierung vorbereiten. • Eng mit Engineering- und Data-Teams zusammenarbeiten, um Infrastruktur als Code zu bringen, Deployment-Pipelines zu verbessern, Monitoring und Alerting einzurichten und Deployments von Datenpipelines sowie Risk-Oracle-Workloads in Produktion zu unterstützen. • Das aktuelle Plattform-Setup, primär auf GCP, auf Produktionsreife prüfen und absichern. • Infrastruktur als Infrastructure-as-Code mit Terraform oder ähnlichen Tools abbilden. • Entwicklungs-, Staging- und Produktionsumgebungen standardisieren, einschließlich Konfiguration, Secrets, Umfeldisolation und Deployment-Patterns. • Die Netzwerkebene der Plattform entwerfen und betreiben: VPC‑Architektur, private Konnektivität, Load Balancing. • Entscheidungen anführen, wann Cloud Run gegenüber GKE oder anderen Orchestrierungsansätzen zu bevorzugen ist. • GitHub Actions‑Pipelines über verschiedene Deploy‑Stufen hinweg härten. • Monitoring, Logging, Tracing, Alerting und Dashboards einrichten, um schnelle Fehlerdiagnosen zu ermöglichen. • Secrets‑Management, Audit‑Logging, IAM und Zugriffsmuster etablieren, mit getesteten Backup-, Restore- und Disaster‑Recovery‑Prozeduren. • Zu Operational Runbooks, Incident Response und Postmortems sowie Production Readiness Reviews beitragen.

🎯 Anforderungen

• Mindestens 5 Jahre Erfahrung im Bereich DevOps, Plattform oder SRE, idealerweise mit mindestens 2 Jahren Praxis auf GCP; Erfahrung mit Vertex AI, AWS oder Azure ist von Vorteil. • Praktische Produktionserfahrung mit Infrastructure-as-Code‑Tools wie Terraform, Pulumi, CDK oder ähnlichen, einschließlich der Verwaltung separater Entwicklungs-, Staging‑ und Produktionsumgebungen und der Einrichtung konsistenter lokaler Entwicklerumgebungen. • Fundierte CI/CD‑Erfahrung, insbesondere mit GitHub Actions oder ähnlichen Tools, einschließlich Build, Test, Release, Rollback sowie Quality‑/Security‑Gates wie statische Analyse, Dependency‑Scanning, Secret‑Scanning und Container‑Image‑Scanning. • Erfahrung im Deployment und Betrieb containerisierter Dienste mit Cloud Run, Kubernetes/GKE, ECS oder ähnlichen Plattformen; sicher im Schreiben und Optimieren von Dockerfiles (Multi‑Stage‑Builds, Image‑Hardening) und im Management von Container‑Registries (Artifact Registry, ECR oder ähnlich). • Gutes Urteilsvermögen, wann Managed‑ oder Serverless‑Plattformen gegenüber Kubernetes oder anderen orchestrierten Ansätzen zu bevorzugen sind, unter Abwägung von Kosten, Skalierbarkeit, Zuverlässigkeit, operativer Komplexität und Liefergeschwindigkeit. • Erfahrung im Betrieb produktiver Daten‑ und Caching‑Infrastruktur, einschließlich Cloud SQL/Postgres, Redis/Memorystore, Migrationsprozessen, Backup‑Strategien, Performance‑Monitoring und grundlegenden Tuning‑Maßnahmen. • Erfahrung beim Einrichten von Produktions‑Monitoring, Logging, Alerting, Dashboards und Zuverlässigkeitszielen unter Verwendung cloud‑nativer Monitoring‑Tools, Sentry, Datadog, Grafana, Prometheus oder ähnlichen Lösungen. • Solides Verständnis der Grundlagen der Cloud‑Sicherheit, einschließlich IAM, Secrets‑Management, Audit‑Logging, Netzwerksteuerungen sowie Backup/Recovery. • Erfahrung mit Workflow‑Orchestrierung oder asynchronen Task‑Systemen wie Temporal, Celery oder ähnlichen Lösungen. • Erfahrung in der Unterstützung von ML‑ oder KI‑Inferenz‑Workloads in Produktion, mit fundierter praktischer Erfahrung mit Vektor‑Datenbanken (Weaviate von Vorteil), Retrieval‑Infrastruktur, KI‑Anwendungsinfrastruktur und verwalteten AI‑Plattformen. • Kenntnisse zu Modell‑ oder Agent‑Deployment‑Patterns, einschließlich Echtzeit‑ und Hintergrund‑Inference‑Workflows, Monitoring, Evaluations‑Workflows und Agent‑Observability.

🏖️ Vorteile

• Mitarbeit an globalen Projekten mit Kunden weltweit. • Remote‑first‑Kultur – von überall mit flexiblen Arbeitszeiten arbeiten. • Teambuilding‑Aktivitäten und regelmäßige Ausflüge. • Zusammenarbeit in einem unterstützenden Umfeld mit Möglichkeiten, von Senior Engineers zu lernen und sich weiterzuentwickeln. • Wettbewerbsfähiges Gehalts‑ und Benefits‑Paket.