Senior Site Reliability Engineer

Stelle nicht auf LinkedIn

🕒 vor 1 Monat

🏄 California – Remote

🏄 California – Remote

💵 $205.000 - $235.000 / Jahr

⏰ Vollzeit

🟠 Senior

⛑ DevOps- und Site Reliability Engineer (SRE)

👻 Geisterscore 4%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

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

The Voleon Group

WebsiteLinkedInAlle Stellen

201 - 500 Mitarbeiter

Gegründet 2007

💸 Finanzen

🤖 Künstliche Intelligenz

Finance • Artificial Intelligence

Die Voleon Gruppe ist ein Investment-Management-Unternehmen, das maschinelles Lernen und rigorose statistische Forschung auf Finanzmärkte anwendet. Gegründet mit einem akademischen Ansatz zur Forschung, legt Voleon Wert auf skalierbare Modelle, Risikomanagement und datengetriebene finanzielle Vorhersagen anstelle menschlicher Intuition. Der Hauptsitz befindet sich in der Nähe der UC Berkeley und das Unternehmen operiert über Voleon Capital Management LP und angeschlossene Unternehmen. Es werden Forscher mit Doktortitel in Statistik, Informatik und verwandten quantitativen Bereichen eingestellt, um automatisierte Investitionsstrategien zu entwickeln und Fonds zu verwalten.

Beschreibung

• Be a first responder in the event of cluster outages or issues. Triage and resolve urgent issues as they arise • Ensure a high degree of cluster uptime (measured in multiple nines), and define + track SLAs to quantify reliability • Diagnose systemic/recurring patterns of problems, and engineer precision solutions to them in collaboration with engineering teams • Develop robust metrics and observability for cluster health and use those metrics to inform your work. Build out custom observability mechanisms when off-the-shelf ones won't do • Help software and research teams design policies around fair cluster usage, and help develop enforcement mechanisms for said policies • Assist in forecasting cluster growth, and help select appropriate scale-up strategies. Help optimize operations across dimensions of cost and usability

🎯 Anforderungen

• 5+ years of experience in SRE or DevOps roles, preferably working as a senior engineer or tech lead • Knowledge of HPC/batch compute frameworks (Slurm, Kueue, AWS/GCP Batch) and/or machine learning training systems (Kubeflow, MLflow, Horovod) • Ability to develop scripts and utilities of moderate complexity in a common scripting language (Python, Ruby, etc.) • Familiarity with infrastructure-as-code and configuration management tools (Terraform, Ansible) • Experience with cloud infrastructure (AWS or GCP) • Familiarity designing and implementing modern observability stacks (Prometheus, Grafana, Loki, ELK, OpenTelemetry) • Experience with distributed storage technologies (Lustre, Ceph, S3) • Embodies a "system engineer" rather than "system administrator" mindset, thinking systematically and leveraging automation • Bachelor degree in computer science

🏖️ Vorteile

• medical, dental, and vision coverage • life and AD&D insurance • 20 days of paid time off • 9 sick days • 401(k) plan with a company match