Senior-Ingenieur für Site Reliability

Arbeitszeit: Für Zusammenarbeit und Besprechungen gelten Kernzeiten; außerhalb dieser Zeitblöcke ist die Arbeitszeit frei einteilbar. Die Rolle umfasst turnusmäßigen Engineering-Bereitschaftsdienst.
Erfahrung: Erforderlich ist fundierte Erfahrung im Betrieb und in der Fehleranalyse großer Produktionssysteme in einer SRE- oder vergleichbaren Rolle sowie Erfahrung mit Observability, Kubernetes, Containern, IaC und automatisierten Deployments.
Vergütung: Gehalt nicht angegeben

Die Rolle in Kürze

Die Rolle hält eine Plattform für KI-Inferenz und GPU-basierte Modellbereitstellung auch bei wachsender Nutzung zuverlässig, leistungsfähig und widerstandsfähig. Gemeinsam mit Engineering und DevOps verbessert sie Produktionsbetrieb, Kapazitätsplanung, Skalierung und Architektur.

Deine Aufgaben

Die Rolle verantwortet und verbessert Zuverlässigkeit, Verfügbarkeit und Leistung kritischer Produktionsdienste.
Sie entwickelt Zuverlässigkeitspraktiken mit SLIs, SLOs, Alarmierung, Observability und Standards für die Produktionsreife weiter.
Sie untersucht komplexe Produktionsprobleme in verteilten Systemen, APIs, Netzwerken, Warteschlangen, Datenbanken und GPU-gestützten Workloads und nimmt am turnusmäßigen Engineering-Bereitschaftsdienst teil.
Sie leitet und unterstützt Störungsnachbesprechungen und Ursachenanalysen und überführt wiederkehrende Fehlerursachen in dauerhafte technische Verbesserungen.
Sie reduziert wiederkehrenden Betriebsaufwand durch Automatisierung und automatische Fehlerbehebung und verbessert Deployment-Sicherheit, Wiederherstellung und Systemresilienz.
Sie arbeitet eng mit Engineering und DevOps an Kapazitätsplanung, Leistung, Skalierung und Architekturverbesserungen für die wachsende Plattform.

Das solltest du mitbringen

Erforderlich

Fundierte Erfahrung im Betrieb und in der Fehleranalyse großer Produktionssysteme in einer SRE-, Production-Engineering-, Platform-Engineering- oder vergleichbaren Rolle ist erforderlich.
Erforderlich sind ein fundiertes Verständnis verteilter Systeme und Sicherheit bei der Fehlersuche über Anwendungen, Datenbanken, Warteschlangen, Container, Netzwerke und Infrastruktur hinweg.
Erfahrung mit Entwurf und Betrieb von Observability-Systemen unter Verwendung von Metriken, Logs und verteiltem Tracing ist erforderlich.
Erforderlich ist ein Verständnis von SRE-Prinzipien einschließlich SLIs, SLOs, Fehlerbudgets, Kapazitätsplanung, Störungsmanagement und der Reduzierung wiederkehrenden Betriebsaufwands.
Erforderlich sind Erfahrung mit Kubernetes, Containern, Infrastructure as Code und automatisierten Deployment-Verfahren sowie die Fähigkeit, Software und Automatisierungen mit Sprachen wie Python, Go oder PHP zu entwickeln.
Erwartet werden ausgeprägte Eigenverantwortung für Produktionsprobleme und die Bereitschaft zur Teilnahme am turnusmäßigen Engineering-Bereitschaftsdienst sowie zur Problembearbeitung von der ersten Untersuchung bis zur langfristigen Behebung.

Von Vorteil

Erfahrung im Betrieb von APIs und verteilten Systemen mit hohem Durchsatz oder niedriger Latenz ist von Vorteil.
Erfahrung mit Bare-Metal-Infrastruktur, GPU-Umgebungen oder KI- und ML-Workloads ist von Vorteil.
Erfahrung mit RabbitMQ oder anderen verteilten Messaging- und Warteschlangensystemen ist von Vorteil.
Erfahrung im Betrieb von MySQL, Redis, ClickHouse oder ähnlichen Datenhaltungssystemen im Produktionsbetrieb ist von Vorteil.
Erfahrung mit globaler Datenverkehrssteuerung, Lastverteilung, CDN-Plattformen und hybriden Infrastrukturumgebungen ist von Vorteil.
Erfahrung im Aufbau automatisierter Skalierung, automatisierten Kapazitätsmanagements oder selbstheilender Systeme ist von Vorteil.

So ist Remote hier geregelt

Die Tätigkeit folgt einem Remote-first-Modell; Heimarbeit ist überall möglich, wo eine Beschäftigung durch den Arbeitgeber möglich ist.
Zweimal jährlich finden persönliche Teamtreffen zur Planung, zum Ideenaustausch und für gemeinsame Aktivitäten statt.

Das wird angeboten

Es werden großzügige bezahlte Freistellungen für Urlaub, Krankheit und gesetzliche Feiertage angeboten.
Aktienoptionen ermöglichen eine Beteiligung am Unternehmenserfolg.
Bezahlte Freistellungen für Mutterschaft, Vaterschaft und die Betreuung oder Pflege Angehöriger werden angeboten.
Nach größeren Releases und Meilensteinen wird Raum für Erholung geschaffen.
Zweimal jährlich finden Team-Retreats statt.

Veröffentlicht: 20.07.2026 · Quelle geprüft: 17.10.2026.

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