Site Reliability Engineer

Feladatok:

• Kubernetes‑alapú platform üzemeltetése
• Klaszterek és node‑ok napi szintű kezelése (upgrade, patch, node cordon/drain, skálázás)
• Perzisztens tárolás (pl. CSI/Longhorn jellegű megoldás) üzemeltetése, alapszintű kapacitás‑tervezés.
• Megbízhatóság és SLO‑k támogatása
• Részvétel SLI/SLO‑k kialakításában és monitorozásában.
• Error budgetek követése, incidensek és trendek visszacsatolása a csapat felé.
• Observability és incident management
• Monitoring és loggyűjtő rendszerek használata és alap konfigurálása (dashboardok, riasztások).
• Részvétel on‑call rotációban: riasztások elsődleges kezelése, incidensek elhárítása runbookok alapján.
• Automatizáció és runbookok
• Deployment és konfiguráció automatizálásának támogatása (CI/CD, Git‑alapú folyamatok).
• Runbookok, üzemeltetési leírások készítése és karbantartása.
• Több szervezeti egység közötti együttműködés
• Napi munka során együttműködés mind a fejlesztői, mind az üzemeltetési és üzleti szereplőkkel.
• Javaslatok megfogalmazása a folyamatok és a platform megbízhatóságának javítására.

Követelmények:

• Legalább 2–3 év tapasztalat Linux alapú rendszerek üzemeltetésében.
• Gyakorlati tapasztalat konténerizált környezet (Docker) és Kubernetes használatában, lehetőleg éles környezetben.
• Tapasztalat valamelyik monitoring/logging stackkel (pl. Prometheus/Grafana, ELK, Zabbix, stb.).
• Alapszintű tapasztalat CI/CD rendszerekkel és Git alapú munkafolyamatokkal (Gitea, ArgoCD).
• Cloud Native alkalmazás stack (linunx, ubuntu, containerd, docker, k8s, prometheus/grafana stack, ELK stack, zabbix,mq (rabbit), minio, postgre) üzemeltetési szintű ismerete
• Készen áll részt venni on call rotációban, strukturált hibakeresési gondolkodással.
• Jó kommunikációs készség, együttműködés több csapat és szervezeti egység között.

Előnyt jelent:

• Tapasztalat perzisztens tárolási megoldásokkal (pl. Longhorn, Ceph, más CSI).
• .NET alapú alkalmazások üzemeltetésének vagy diagnosztikájának ismerete.
• ITSM folyamatok (incident, change, problem) ismerete.

Munkavégzés helye, onsite arány:

• a pozíció full remote