【ハイブリッド／週2出社】AWS SRE（サイトリライアビリティエンジニア・大規模システム信頼性向上）

お任せしたいこと

自社で展開する大規模Webサービス、またはエンタープライズ向けのミッションクリティカルなシステムにおいて、AWSを活用したSRE（Site Reliability Engineering）業務をお任せします。
システムの信頼性（Reliability）をソフトウェアエンジニアリングのアプローチで継続的に向上させ、開発チームが安心してスピーディに新機能をリリースできる環境を構築・維持していただくポジションです。

具体的な業務内容

・SLI（サービスレベル指標）およびSLO（サービスレベル目標）の策定、計測、およびエラーバジェットの運用管理
・Datadog、Amazon CloudWatch、New Relic等を用いた監視基盤の構築、および可観測性（Observability）の向上
・インシデント発生時のトラブルシューティング（オンコール対応含む）、および非難を伴わないポストモーテム（事後検証）の主導
・Terraform、AWS CDK等を用いたインフラ構成のコード化（IaC）と、トイル（手作業の定常運用）の徹底的な自動化
・Go、Python等を用いた運用自動化ツール、またはダッシュボードの開発
・大規模トラフィックを想定したキャパシティプランニング、および負荷テスト（カオスエンジニアリング等）の実施
・Amazon RDS、Aurora等のデータベースにおけるパフォーマンス監視、およびボトルネックの特定・チューニング提案

必須スキル・経験

・AWSを利用したインフラストラクチャの設計・構築・運用実務経験（目安として3年以上）
・SLI/SLOの概念への理解、およびSREプラクティスに基づいた運用経験
・TerraformやAWS CDK等を用いたIaCの実務経験
・何らかのプログラミング言語（Go, Python, Ruby, TypeScript等）を用いたソフトウェア開発、またはツール開発経験
・Linuxシステムの深い知識、およびTCP/IP等ネットワークの基礎知識

歓迎スキル・経験

・DatadogやNew Relic等を活用した高度なモニタリング・APM（アプリケーションパフォーマンス監視）の運用経験
・Docker、Kubernetes（EKS）等のコンテナ環境におけるトラブルシューティング経験
・大規模トラフィックを扱うBtoCサービスでのインシデント対応、およびパフォーマンスチューニング経験
・PagerDuty等のインシデント管理ツールを用いたオンコール体制の構築・運用経験
・開発チーム（バックエンドエンジニア等）としての実務経験

開発・業務環境

クラウド：AWS (ECS, EKS, Lambda, RDS, Aurora, ElastiCache, CloudFront等)
IaC・構成管理：Terraform, AWS CDK, Ansible
監視・可観測性：Datadog, Amazon CloudWatch, PagerDuty
開発言語：Go, Python 等（運用自動化・ツール開発用）
CI/CD：GitHub Actions, CircleCI
コミュニケーション・管理：GitHub, Jira, Slack, Zoom, Notion

プロジェクトチームについて

「運用を気合いと根性で乗り切る」ことを否定し、発生したインシデントは「システムの仕組みの欠陥」と捉え、再発防止をコードによって解決するエンジニアリングカルチャーです。
トイル（手作業）を極小化し、エンジニアリングに時間を投資することを強く推奨しています。開発チームとSREチームは対立する関係ではなく、SLOという共通言語を用いて機能リリースと信頼性のバランスを共に議論し合う、フラットなパートナーシップを築いています。

求める人物像

・障害発生時にも冷静に状況を分析し、論理的にトラブルシューティングを行える方
・「誰がミスをしたか」ではなく「なぜシステムがミスを防げなかったのか」に焦点を当て、建設的な議論ができる方
・同じ手作業を二度繰り返すことを嫌い、コードを書いて自動化することに強いやりがいを感じる方
・インフラレイヤーにとどまらず、アプリケーションのコードやアーキテクチャにも深く踏み込んで課題解決に取り組める方

働き方

リモート・出社環境

[ハイブリッドワーク（週2日出社・週3日リモート）]
基本的に週3日のリモートワークと、週2日のオフィス出社を組み合わせたハイブリッドな働き方となります。
個人の集中作業はリモートで効率的に行い、アーキテクチャの議論やチームビルディング、複雑な課題解決の場では対面のコミュニケーションを活かすなど、目的に応じて働き方を最適化できる環境です。