Mjukvaruutvecklare inom driftsäkerhet

fal är ett ekosystem för generativ media som driver nästa generations AI-produkter. Vi bygger infrastrukturen, verktygen och modellåtkomsten som team behöver för att gå från idé till produktion i stor skala, utan kompromisser. För utvecklare och företag är fal grunden som gör generativ media både möjlig och praktiskt användbar: en enhetlig plattform där högpresterande inferens, orkestrering och observabilitet tillsammans öppnar för nya kategorier av AI-baserade produkter. Generativ media förändrar branscher på en marknad som väntas växa med hundratals miljarder under det kommande årtiondet. fal håller på att bli ekosystemet som ambitiösa team bygger vidare på. Du är en erfaren ingenjör inom driftsäkerhet som håller produktionsinfrastrukturen i gång i stor skala. Du ansvarar för tillförlitligheten och tillgängligheten hos kundvända system – från Kubernetes-kluster och driftsättningspipelines till nätverkslagret som knyter ihop dem. Du arbetar med SLO:er, automatiserar målmedvetet och ser varje incident som en möjlighet att förbättra systemet. DET HÄR GÖR DU: - Ansvarar för och sköter vår Kubernetes-infrastruktur: klustrens livscykel, uppgraderingar, nätverk och isolering mellan kundernas arbetslaster - Bygger och underhåller CI/CD-pipelines och driftsättningsinfrastruktur - Använder AI i mycket stor utsträckning för att automatisera analys och lösning av produktionsproblem och förbättra utvecklingstakten, tillförlitligheten och underhållbarheten - Bygger instrumentpaneler, larm och avvikelsedetektering för våra system - Fastställer och upprätthåller SLO:er samt utvecklar processer för incidenthantering - Hanterar och förbättrar nätverk, lastbalansering och service mesh-konfigurationer - Förbättrar driftsäkerheten i hela stacken genom automatisering, runbooks och kaostestning KVALIFIKATIONER OCH MERITER: - Minst fem års erfarenhet av att hantera kritiska produktionssystem och arbetsflöden för mjukvaruutveckling - Gedigen praktisk erfarenhet av att sätta upp och sköta Kubernetes i stor skala med infrastruktur som kod, exempelvis Terraform eller Ansible - Djup kunskap om Linux-nätverk, containernätverk (CNI-plugins, VXLAN, BGP) och DNS - Erfarenhet av att bygga CI/CD-system och GitOps-flöden (FluxCD, ArgoCD) - Goda kunskaper i Python och antingen Go eller Bash för verktyg och automatisering - Gedigen erfarenhet av loggning, övervakning och larm (Prometheus, Grafana, Loki, Thanos, VictoriaMetrics, Datadog) - Mycket god kommunikationsförmåga och förmåga att driva tekniska beslut tillsammans med olika team - Du tar initiativ, arbetar snabbt, tar ansvar och söker ständigt förbättringar - Erfarenhet av GPU- och AI/ML-arbetslaster - Erfarenhet av kärnbaserad övervakning och routning (eBPF, XDP) - Erfarenhet av säkerhetsverktyg (Falco, Coroot, SIEM) - Erfarenhet av nätverk för Kubernetes på bare metal (Calico, Cilium, MetalLB) - Erfarenhet av distribuerade lagringssystem (Ceph, Longhorn med flera) DET HÄR ERBJUDER VI PÅ FAL - Intressanta och utmanande arbetsuppgifter - Många möjligheter att lära sig och utvecklas - Återkommande teamevenemang och gemensamma resor INFORMATION OM LIKA MÖJLIGHETER TILL ARBETE I USA: fal erbjuder lika möjligheter till arbete för sökande och anställda utan åtskillnad på grund av ras, hudfärg, religion, kön, sexuell läggning, könsidentitet, nationellt ursprung, status som skyddad veteran, funktionsnedsättning eller annan egenskap som skyddas av tillämplig lag.