Site Reliability Engineer (m/w/d)

Location: Berlin, Berlin, Germany; Remote (Europe); Stuttgart, Baden-Württemberg, Germany

Department: Research & Development

Stellenbeschreibung

Als Site Reliability Engineer in unserem Platform Squad wirst du eine Schlüsselrolle dabei spielen, Flips Infrastruktur schnell, belastbar und bereit für Skalierung zu halten. Du wirst die Reliability-Kultur, Tools und Praktiken gestalten, die es unseren Engineering-Teams ermöglichen, mit Vertrauen zu veröffentlichen – im großen Maßstab und ohne Kompromisse bei der Verfügbarkeit. Diese Rolle ist perfekt für einen Engineer mit Leidenschaft für den Aufbau von Hochdurchsatz- und hochverfügbaren Systemen, der mitgestalten möchte, wie eine schnell wachsende SaaS-Plattform im Produktivbetrieb läuft.

 

Was dich bei uns erwartet

• Skalierung ermöglichen: Erweitere und optimiere unsere Cloud-Infrastruktur auf Azure und unsere Kubernetes-Cluster – ausgelegt auf hohen Durchsatz und höchste Verfügbarkeit – um das schnelle weltweite Wachstum von Flip zu unterstützen.

• Resilienz & Sicherheit gewährleisten: Entwirf und implementiere Zero-Downtime-Deployments, Rollback-Mechanismen und Disaster-Recovery-Strategien, die unsere Plattform rund um die Uhr verfügbar halten.

• Observability schaffen: Entwickle unseren LGTM-Stack (Loki, Grafana, Tempo, Mimir) weiter, um jedem Team die nötige Sichtbarkeit zu geben – und nutze ihn, um unsere SLOs zu definieren und zu optimieren.

• Alles automatisieren: Entwirf, entwickle und optimiere Infrastructure as Code mit Pulumi in Go, um manuellen Aufwand (Toil) zu eliminieren und unsere Plattform für Engineering-Teams als Self-Service bereitzustellen.

• Reliability-Praktiken vorantreiben: Fördere CI/CD Best Practices, Incident Management, Post-Mortems und Developer Experience in der gesamten Engineering-Organisation.

• Unsere Roadmap gestalten: Arbeite mit deinem Squad und dem Engineering-Leadership zusammen, um die Richtung der Plattform zu definieren – von skalierbaren Hochdurchsatz-Systemen und Kostenoptimierung bis hin zu Security Posture und Compliance.

 

Was du mitbringst

Wir suchen einen Hands-on, produktorientierten Engineer mit einer Leidenschaft für hochverfügbare Hochdurchsatz-Systeme – und dem Zuverlässigkeit genauso wichtig ist wie Geschwindigkeit.

 

Must-Have Qualifikationen

• Du hast 1–3 Jahre Hands-on-Erfahrung als Site Reliability Engineer (SRE), Platform Engineer, DevOps Engineer, Infrastructure Engineer, Cloud Engineer oder Backend Engineer mit starkem Infrastruktur-Fokus.

• Erfahrung im Betrieb und in der Skalierung von Cloud-Infrastrukturen (Azure, GCP, AWS).

• Tiefe Kenntnisse in Kubernetes und Container-Orchestrierung in Produktionsumgebungen.

• Hands-on-Erfahrung mit modernen Observability-Stacks (z. B. Prometheus, Mimir, Loki, ELK) und vertraut mit der Definition und dem Betrieb von SLOs und Error Budgets.

• Fundierte Software-Entwicklungskenntnisse in Go (bevorzugt, da unser IaC auf Pulumi in Go läuft), Python oder Kotlin.

• Hands-on-Erfahrung mit Infrastructure as Code (z. B. Pulumi, OpenTofu, Terraform) und Konfigurations-Tools (z. B. Ansible, Chef).

• Ein kollaboratives Mindset, starke Kommunikationsfähigkeiten und verhandlungssicheres Englisch.

• Bereitschaft zur Teilnahme an On-Call-Rotationen (Rufbereitschaft), um die Zuverlässigkeit unserer Plattform zu gewährleisten.

 

Nice-to-Have Qualifikationen

• Erfahrung im Aufbau und Betrieb von Hochdurchsatz- und hochverfügbaren Systemen im Produktivbetrieb.

• Speziell Erfahrung mit Azure Kubernetes Service (AKS).

• Erfahrung mit Kubernetes Gateway API und Envoy Gateway.

• Vertrautheit mit GitOps-Workflows und CI/CD-Pipeline-Design.

• Kenntnisse in Service-Mesh-Technologien (z. B. Linkerd, Istio).

• Erfahrung mit Kubernetes Operators (z. B. Strimzi, CNPG).

• Erfahrung mit dem Betrieb von High-Availability PostgreSQL.