Senior Site Reliability Engineer (SRE) New Lausanne, Switzerland (Hybrid)

Mission – Warum wir existieren, was wir tun und warum wir dich brauchen. SpotMe ist eine führende B2B-Eventplattform, die Unternehmen hilft, die Wirkung ihrer Veranstaltungen zu steigern, indem sie CRM-verbundene, hochwertige Erlebnisse bei persönlichen, virtuellen, hybriden Veranstaltungen und Webinaren bietet. Mit einem starken Fokus auf Lebenswissenschaften unterstützt SpotMe Onomi, ein Produkt zur Einbindung von HCPs, das medizinischen und kommerziellen Teams ermöglicht, wirkungsvolle Kongresse, Symposien, Beratungsgremien und Webinare durchzuführen. Diese Rolle ist für einen praktischen technischen Experten, der leistungsstarke, skalierbare Systeme am Laufen hält und sicherstellt, dass eine 24/7 SaaS-Plattform unter allen Bedingungen reibungslos funktioniert.

Wenn du über einen starken Hintergrund in Cloud-Infrastruktur, Automatisierung und Incident-Response verfügst, ist dies deine Gelegenheit, die volle Verantwortung für die Zuverlässigkeit und Skalierbarkeit unserer Plattform zu übernehmen, in einer Umgebung, in der beides für das Geschäft entscheidend ist. Du wirst nicht nur die Plattform überwachen; du wirst nachhaltige Verbesserungen in Bezug auf Verfügbarkeit, Leistung und Widerstandsfähigkeit vorantreiben.

Du berichtest an den Infrastrukturleiter und arbeitest eng mit den Engineering- und Produktteams zusammen. Du wirst die Infrastruktur der Plattform warten und optimieren sowie Lösungen entwickeln, die ihre Zuverlässigkeit und Skalierbarkeit verbessern, um sicherzustellen, dass die Plattform reibungslos skaliert, um Spitzenlasten zu bewältigen und während kritischer Live-Events widerstandsfähig bleibt.

Deine Zeit wird aufgeteilt in:

• Entwicklung und Bereitstellung von skalierbarer Infrastruktur mit Terraform und cloud-nativen AWS-Diensten.
• Beitrag zu kritischer Full-Stack-Arbeit, die Backend- und Infrastruktur- oder Cloud-Entwicklung umfasst.
• Automatisierung für Infrastruktur-Provisioning und CI/CD-Pipelines (Jenkins), einschließlich Image-Bauten mit Packer und Docker.

40% Plattformoptimierung und Widerstandsfähigkeit

• Optimierung der Cloud-Infrastruktur der Plattform für hohe Verfügbarkeit und Kosteneffizienz.
• Überwachung und Aktualisierung der Infrastruktur gemäß den besten Sicherheitspraktiken, Anwendung notwendiger Patches und Upgrades.
• Sicherstellen, dass die Infrastruktur Spitzenlasten bewältigen kann und während hochfrequentierter Veranstaltungen reibungslos skaliert.

20% Unterstützung und Beobachtbarkeit

• Teilnahme an der Bereitschaftsrotation der Infrastruktur, Reaktion auf Vorfälle und schnelle Lösung dieser.
• Stärkung der Überwachung und Beobachtbarkeit der Plattform (Datadog, Pingdom, Elastic), um Probleme zu erkennen, bevor sie die Endbenutzer erreichen.
• Bearbeitung von Infrastruktur-Supportanfragen und Förderung kontinuierlicher Verbesserungen bei der Vorfalllösung.

Ziele – Die Probleme, die du lösen wirst

In deinem ersten Monat:

• Verstehe die aktuelle Plattformarchitektur und schließe 3 Überprüfungen von Infrastruktur-Änderungsanforderungen ab.
• Lerne unsere monatlichen Patch-Verfahren und setze kritische Sicherheits-Patches um.
• Werde praktisch mit unserem Lasttest-Framework (Locust, Gatling) und führe einen Release-Validierungs-Lasttest durch.
• Nehme an der wöchentlichen Risikoanalyse-Sitzung teil und führe eine geplante Datenbank-Skalierungsübung durch.
• Richte dich mit unserem KI-unterstützten Entwicklungstool ein, einschließlich Anthropic's Claude, und nutze es in deiner täglichen Arbeit.
• Bearbeite und löse mindestens 3 Infrastruktur-Supportanfragen.
• Erstelle einen Bericht über das, was dich überrascht hat: was fragil aussah und was schwer zu finden war.

Nach 3 Monaten:

• Übernehme eine Verbesserung zur Sicherheitsverfestigung, wie das Verschärfen von Firewall- und Netzwerkregeln in einer Umgebung.
• Entwerfe und liefere ein Infrastruktur-als-Code-Projekt in Terraform, von der Vorschlag bis zur Produktion.
• Baue und versende eine Python-basierte AWS Lambda, die eine betriebliche Aufgabe automatisiert.
• Erreiche das erforderliche Wissensniveau über Systeme, um autonom in der Bereitschaftsrotation zu arbeiten und Vorfälle ohne Eskalation zu lösen.

Nach 6 Monaten:

• Leite die Lösung eines kritischen Infrastrukturvorfalls und treibe nachhaltige Verbesserungen bei der Vorfallreaktion und den Wiederherstellungszeiten voran.
• Leite ein bedeutendes Zuverlässigkeits- oder Technologiedebt-Projekt, wie das Verschieben eines komplexen On-Premises-Bausystems in die Cloud.
• Identifiziere sich wiederholende Ingenieurarbeitsabläufe und automatisiere sie end-to-end mit KI-unterstützenden Werkzeugen, damit die Zeit des Teams für die schwierigen Probleme und nicht für die wiederkehrenden verwendet wird.
• Implementiere und besitze die Beobachtbarkeit für einen kritischen Dienst end-to-end: Instrumentierung, Alarmierung und Dashboards, die es dem Team ermöglichen, Probleme zu erkennen und zu diagnostizieren, bevor Kunden sie melden.
• Besitze und verbessere messbar eine Zuverlässigkeitsmetrik für einen kritischen Dienst, wie die Zeit bis zur Erkennung oder die mittlere Wiederherstellungszeit, im Vergleich zu einer Basislinie, die du im ersten Monat festlegst, mit dem Ziel, das mit deinem Manager vereinbart wird.

Nach 12 Monaten:

• Du hast den Standard dafür gesetzt, wie Infrastruktur hier aufgebaut wird: deine Terraform-Muster, Überprüfungspraktiken und Dokumentationen sind das, worauf andere Ingenieure standardmäßig zurückgreifen.
• Du besitzt die Bereitschaft für Spitzenlasten von Anfang bis Ende, mit Lasttests, Kapazitätsüberprüfungen und Skalierungsanleitungen, die nach einem Zeitplan laufen, den du festlegst und verfeinerst.
• KI-unterstützende Werkzeuge sind in die Arbeitsweise des Teams integriert, wobei wiederkehrende betriebliche Arbeiten messbar reduziert werden im Vergleich zu einer Basislinie, die du festlegst, und das Urteil des Teams dort angewendet wird, wo es wichtig ist.
• Du bist die Person, zu der andere bei Infrastrukturentscheidungen kommen, und Zuverlässigkeitsarbeit wird teamübergreifend priorisiert, weil du den Fall dafür glaubwürdig gemacht hast.

Was wir suchen

Wir suchen einen Senior Engineer, der jahrelang dafür gesorgt hat, dass große, geschäftskritische SaaS-Plattformen laufen, und der die volle Verantwortung für die Zuverlässigkeit übernehmen möchte, anstatt einfach nur die Lichter anzuschalten. In der Praxis bedeutet das:

• Zuverlässigkeitsengineering in großem Maßstab. Du bringst etwa fünf oder mehr Jahre in einer Rolle im Bereich Site Reliability mit, basierend auf früherer Erfahrung als Systemadministrator oder Softwareentwickler, und einer Erfolgsbilanz, große, 24/7 SaaS-Plattformen am Laufen zu halten. Du diagnostizierst und löst komplexe Systemprobleme unter Druck und entwirfst für Widerstandsfähigkeit, bevor Vorfälle eintreten.
• Cloud-native, verteilte Systeme. Du bist praktisch mit cloud-nativen Architekturen, verteilten Systemen und hochverfügbaren Plattformen vertraut und fühlst dich sowohl mit dokumentenorientierten als auch relationalen Datenbanken wohl. Du hast starke, produktionsreife Erfahrungen mit AWS, und Kenntnisse in Azure sind ein Bonus.
• Beobachtbarkeit und Betrieb. Du instrumentierst Systeme für Sichtbarkeit und handelst nach dem, was sie dir sagen, indem du Werkzeuge wie Datadog, Pingdom und Elastic verwendest, um Probleme zu finden und zu lösen, bevor sie die Endbenutzer betreffen.
• KI-unterstützte Entwicklung. Du verwendest KI-Coding-Tools wie Anthropic's Claude als natürlichen Teil des Aufbaus und Betriebs von Infrastruktur, du wendest gutes Urteilsvermögen an, wo sie helfen und wo nicht, mit konkreten Beispielen aus deiner eigenen Infrastrukturarbeit, und du drängst das Team, mehr aus ihnen herauszuholen.
• Eigentum und Zusammenarbeit. Du übernimmst die volle Verantwortung für die Zuverlässigkeit, kommunizierst klar mit Engineering und Produkt, kannst Ingenieure außerhalb deines eigenen Teams überzeugen, Zuverlässigkeitsarbeiten zu priorisieren, und hebst den Standard der Systeme und Teams, mit denen du arbeitest.

SpotMe rekrutiert, entschädigt und fördert unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, Geschlechtsidentität oder -ausdruck, sexueller Orientierung, nationaler Herkunft, Genetik, Behinderung, Alter, Elternstatus oder Veteranenstatus.