Ingenieur für Systemzuverlässigkeit (SRE)

Arbeitszeit: Die Arbeitszeiten sollen sich während des größten Teils des Arbeitstags im Team überschneiden; dafür gilt eine maximale Zeitverschiebung von zwei Stunden gegenüber CET.
Erfahrung: Erforderlich ist fundierte Erfahrung mit skalierbaren verteilten Systemen sowie mit IaC, CI/CD und Container-Orchestrierung im Produktivbetrieb.
Vergütung: 110.000 – 220.000 € / Jahr

Die Rolle in Kürze

Die Rolle verantwortet Verbesserungen der Plattformzuverlässigkeit, damit Unternehmenskunden ihre kritischen Geschäftsabläufe verlässlich ausführen können. Gemeinsam mit dem Engineering- und Bereitschaftsteam entwickelt sie Infrastruktur, Release-Prozesse und Diagnosewerkzeuge weiter und sorgt für nachhaltige Fehlerbehebung.

Deine Aufgaben

Die Rolle entwickelt Observability, Infrastrukturarchitektur und Release-Prozesse für eine durch LLMs beschleunigte Softwareentwicklung weiter.
Sie erkennt Fehlverhalten von KI-Agenten frühzeitig, untersucht deren Ausfallmuster und ermittelt Ursachen hoher Latenzen bei komplexen Kundenabläufen.
Sie baut Monitoring, Alarmierung und Diagnosewerkzeuge auf, damit das Bereitschaftsteam Auswirkungen bewerten und Störungen innerhalb von Minuten statt Stunden eindämmen kann. Sie führt strukturierte Störungsbehebungen, ermittelt Ursachen und setzt nachhaltige Korrekturen sowie zeitnahe Maßnahmen aus Nachbesprechungen im Engineering durch.
Sie schützt Unternehmensdaten in abgeschotteten Ausführungsumgebungen, verwaltet KMS-Verschlüsselung, konfiguriert Cloud-Armor-WAF-Regeln und gewährleistet die Netzwerkisolation zwischen Mandanten-Workloads.
Sie automatisiert Infrastruktur und Betriebsabläufe mit Infrastructure as Code, CI/CD und Container-Orchestrierung im Produktivbetrieb.
Sie verantwortet Zuverlässigkeitsprojekte vom Vorschlag bis zum Produktivbetrieb und misst deren Ergebnisse. Sie priorisiert Automatisierung, wägt Zuverlässigkeit gegen Auslieferungsgeschwindigkeit ab und trifft bei Störungen Entscheidungen mit unvollständigen Informationen.
Sie liest Anwendungscode von TypeScript- und Python-Diensten und passt ihn gelegentlich an.
Das Team priorisiert Kundenprobleme anhand von Produktfeedback, Wettbewerbsanalysen und direkten Kundengesprächen und liefert wöchentlich Änderungen aus. Es arbeitet in kleinen Iterationen und nutzt Kundenkennzahlen zur Bewertung von Funktionen.

Das solltest du mitbringen

Erforderlich

Gesucht wird eine erfahrene SRE-Fachkraft, die praktisch mitarbeitet und Observability, Infrastrukturarchitektur sowie Release-Prozesse weiterentwickeln kann.
Erforderlich ist Erfahrung im Entwurf und Betrieb skalierbarer verteilter Systeme. Dazu gehören Kenntnisse über Ausfallmuster, Kapazitätsplanung und Zielkonflikte zwischen Konsistenz, Verfügbarkeit und Latenz in realen Produktionsumgebungen.
Erforderlich ist ein Sicherheitsbewusstsein, das den Umgang mit Unternehmensdaten in abgeschotteten Umgebungen, KMS-Verschlüsselung, Cloud-Armor-WAF-Regeln und Netzwerkisolation zwischen Mandanten-Workloads einschließt. Sicherheit muss von Anfang an berücksichtigt werden.
Erforderlich sind Fähigkeiten zum Aufbau vorausschauender Überwachung und Alarmierung sowie zur Leitung strukturierter Störungsbehebungen mit Ursachenanalyse und nachhaltigen Korrekturen statt bloßer Neustarts.
Erforderlich ist praktische Erfahrung mit IaC-Werkzeugen, CI/CD-Pipelines und Container-Orchestrierung im Produktivbetrieb. Automatisierung soll gegenüber manuellen Betriebsanweisungen bevorzugt werden.
Erwartet werden Eigenverantwortung für Zuverlässigkeitsprojekte vom Vorschlag bis zum Produktivbetrieb, aktive Systemverbesserung und die Messung der Ergebnisse.
Erforderlich ist Urteilsvermögen bei der Priorisierung von Automatisierung, der Abwägung zwischen Zuverlässigkeit und Auslieferungsgeschwindigkeit sowie bei Störungsentscheidungen mit unvollständigen Informationen.
Erwartet wird die Bereitschaft, bei Bedarf auch Widerstände in Kauf zu nehmen, damit Maßnahmen aus Störungsnachbesprechungen im gesamten Engineering zeitnah umgesetzt werden.
Die Rolle setzt Interesse am Aufbau einer Zuverlässigkeitspraxis voraus. Eine ausschließlich traditionelle Betriebsrolle nach Betriebsanweisungen oder ein Schwerpunkt auf der Entwicklung von KI-Funktionen passt nicht zu dieser Ausrichtung.
Der Arbeitsstandort muss innerhalb von zwei Stunden Zeitunterschied zu CET liegen, damit sich die Arbeitszeiten während des größten Teils des Arbeitstags überschneiden.
Anwendungscode in TypeScript und Python muss gelesen und gelegentlich geändert werden können; tiefgehende Sprachkenntnisse sind dafür nicht erforderlich.

Von Vorteil

Von Vorteil ist Erfahrung mit GCP, Kubernetes oder vergleichbarer Cloud-nativer Infrastruktur.
Von Vorteil ist Erfahrung mit abgeschotteten Ausführungsumgebungen oder der Isolation mehrerer Mandanten.
Von Vorteil sind Vertrautheit mit KI-/ML-Systemen im Produktivbetrieb und Verständnis der besonderen Zuverlässigkeitsanforderungen LLM-basierter Anwendungen.
Von Vorteil ist ein Hintergrund im Product Engineering mit Erfahrung in der Entwicklung von Funktionen und Verständnis für die unterstützte Entwicklererfahrung.

Weitere Angaben

Zur Arbeitsweise gehören Eigeninitiative, Orientierung an Kundenproblemen und Kundenkennzahlen sowie die Bereitschaft, in kleinen Iterationen zu arbeiten und aus Ergebnissen zu lernen.
Zur Arbeitsweise gehören der Einsatz von KI und Automatisierung, unmittelbares umsetzbares Feedback sowie eigenständige Entscheidungen mit Verantwortung für die Ergebnisse.

So ist Remote hier geregelt

Der Arbeitsstandort muss innerhalb von zwei Stunden Zeitunterschied zu CET liegen, damit sich die Arbeitszeiten des Teams während des größten Teils des Arbeitstags überschneiden.
Zum Auswahlverfahren gehört ein vergüteter Probetag vor Ort mit einer Dauer von einem Tag.
Reisen zu wichtigen Kunden sind auf Anfrage möglich.

Das wird angeboten

Für KI-Werkzeuge steht ein unbegrenztes Budget zur Verfügung; deren Erprobung und die Automatisierung eigener Arbeitsabläufe werden unterstützt.
Die Rolle bietet eigenständige Entscheidungen mit Ergebnisverantwortung sowie Freiraum, Lerngespräche und Mentoring selbst zu organisieren.

So läuft die Bewerbung

Das Verfahren beginnt mit einem 30-minütigen Online-Kennenlerngespräch über die Person, ihre Denkweise und die gegenseitige Passung.
Es folgt ein etwa einstündiges technisches Online-Interview mit dem Team zu Erfahrung, Systemdesign, Produktdenken und Zusammenarbeit.
Abschließend findet ein vergüteter Probetag vor Ort statt. Innerhalb dieses einen Tages wird gemeinsam eine kleine Änderung in den Produktivbetrieb gebracht und die Zusammenarbeit erprobt.

Veröffentlicht: 22.10.2025 · Quelle geprüft: 18.10.2026.

Die Angaben sind für RemoteFruit einheitlich aufbereitet. Maßgeblich bleibt die Originalanzeige. RemoteFruit steht in keiner Partnerschaft mit dem ausschreibenden Unternehmen.