团队文化
当人们能够真实地展示自己的工作时,伟大的事情就会发生。我们赋予所有员工分享他们的观点、激情和经验的权力,因为我们集体构建一个更好、更强大的团队。我们的团队成员与业务中的同行和跨职能利益相关者密切合作,与我们的客户一起处于数字转型的前沿,也处于数字制造思想领导的前沿。
我们为我们的自我启动文化感到自豪,员工通过领导指导、学习和发展来实现他们的职业目标。我们的理念是职业是持续的旅程,我们投入时间和提供资源,让员工能够达到他们的全部潜力。
福利+额外福利
我们重视您在工作内外的价值,并知道您的亲人很重要。我们的福利旨在支持您和您的家人在生活中预期和意外事件中的健康。
我们的福利包括:
•有竞争力的薪水+股票期权
•医疗保险+人寿保险+健康储蓄账户+灵活支出
•账户(包括配偶+子女)
•灵活的休假政策
•适应性工作时间和环境
•我们的额外福利包括:
•休闲着装
•混合工作灵活性
•提供午餐、零食和饮料
•通勤节省计划
•公司活动
•指定的志愿者时间+团体志愿者活动
Sight Machine自豪地成为一个平等机会的雇主,并考虑候选人的年龄、肤色、血统、宗教、性别、国籍、性取向、年龄、公民身份、婚姻状况、残疾、性别认同或退伍军人身份。 Sight Machine还根据法律要求考虑合格申请人的犯罪记录。
关于Sight Machine, Inc.
Sight Machine通过提供行业唯一的标准数据模型和系统级可视化能力,增强制造商的实力。通过将所有关键数据整合到一个创新平台中,参与制造过程的每个人可以在一个直观的界面中可视化、情境化和检查数据。
Sight Machine致力于通过不断重新构想制造过程来改善生活、加强社区,并使世界更清洁-使其更高效、可持续和绝对。Sight Machine于2011年在密歇根州成立,并于2012年扩展到旧金山,它将技术创新的精神与底特律制造业的务实风格相结合。我们的团队包括来自雅虎、特斯拉汽车和甲骨文的早期领导人。我们共享广泛的行业知识,并致力于推进制造业迈向更可持续的未来。
在Sight Machine,您将与汽车、医疗设备、服装、建筑和制药行业的制造业领导者合作。您将可以访问和处理大量的工厂数据,以帮助揭示客户如何制造产品,并开发解决业务问题的解决方案。该平台解决了诸如数据提取转换加载(ETL)、信息检索、数据聚合和分析、工厂自动化、分布式计算和安全性等问题。
我们非常重视在一个包容、协作的环境中的专业、技术和个人成长。理想的候选人将对技术充满热情,并具有积极的态度。
职位描述
在这个职位上,您将加入云基础设施团队,承担包括自动化、工具、部署、监控、管理和优化运行Sight Machine软件的系统的任务。您必须热爱学习新技术,具有出色的问题解决能力,并拥抱基础设施即代码的范例。
成功需要技术专业知识、部署技术框架的经验、以客户为中心的关注以及解决架构挑战的团队合作精神,支持开发工程中的同事。
责任
•运用DevOps原则,为所有客户(内部和外部)提供全面的云基础设施运营的技术操作专业知识
•解决并解决涉及系统堆栈的多个层面的复杂系统问题,包括ci/cd、基于容器的系统、网络、操作系统、云资源和数据库
•为关键服务创建、修订和测试仪器监控和警报基础设施
•为维护Sight Machine基础设施创建、修订和测试操作运行手册和自动化
•设计和编写适当的工具以支持我们的内部平台和系统
•参与我们的值班计划
•主动追求运营创新的机会,以提高Sight Machine服务的稳定性、可靠性和可用性
要求
•在您所做的一切中体现质量第一和安全第一的文化
•在至少一个顶级云提供商(Azure、GCP、AWS等)中有5年以上的Kubernetes / Docker经验
•使用Python、Java、Go、Terraform等语言编码的经验超过5年
•使用FluxCD(或类似工具)、Jenkins、Terraform、Github等IaC和CI/CD工具的经验超过5年
•对Linux操作系统有很强的经验
•对网络(TCP/IP和应用程序)有很强的工作知识
•愿意为设计、工作流程、流程、最佳实践等编写技术文档
•愿意指导其他团队成员和工程师
•强烈的行动倾向,而不是无休止的计划,您是实践者,犯过错误,从中吸取教训,并能平衡风险与对客户的影响
•您重视清晰的沟通,对他人充满同理心和尊重
•具有监控/警报系统操作经验,如Sentry、Opsgenie、Prometheus
•深入了解云性能,以及如何诊断和解决瓶颈,并保持性能在最佳水平
最好具备的条件
•具有我们当前技术栈的元素经验是一个加分项:Kubernetes、FluxCD、Terraform、Helm Charts、Prometheus、Elasticsearch、Python、Java、Kafka、Postgres和Jenkins
•对工业物联网、分析或制造业有先前的经验或浓厚的兴趣是一个加分项