AI Site Reliability Engineer
Be in IT
Rola skupia się na budowie i utrzymaniu centralnego 'control tower' do monitorowania i zarządzania aplikacjami i pipeline'ami AI w środowisku produkcyjnym. Będziesz odpowiedzialny za projektowanie monitoringu, alertów i dashboardów w Datadog, reagowanie na incydenty (triage, RCA, post-mortem), optymalizację CI/CD oraz standaryzację telemetrii. Praca ma charakter operacyjny i automatyzacyjny – nie tworzysz modeli AI, ale dbasz o ich stabilność i niezawodność. Współpracujesz z zespołami inżynieryjnymi, wykorzystując narzędzia Azure, Kubernetes oraz asystenty AI (Copilot, LLM) do automatyzacji i debugowania.
Brakuje: nie podano wielkości zespołu sre, nie wymieniono konkretnego klienta (firmy konsultingowej).
Rola skupia się na budowie i utrzymaniu centralnego 'control tower' do monitorowania i zarządzania aplikacjami i pipeline'ami AI w środowisku produkcyjnym. Będziesz odpowiedzialny za projektowanie monitoringu, alertów i dashboardów w Datadog, reagowanie na incydenty (triage, RCA, post-mortem), optymalizację CI/CD oraz standaryzację telemetrii. Praca ma charakter operacyjny i automatyzacyjny – nie tworzysz modeli AI, ale dbasz o ich stabilność i niezawodność. Współpracujesz z zespołami inżynieryjnymi, wykorzystując narzędzia Azure, Kubernetes oraz asystenty AI (Copilot, LLM) do automatyzacji i debugowania.
- ✓Krótki proces rekrutacyjny: dwie godzinne rozmowy techniczne online
- ✓Współpraca długofalowa, wsparcie przy zakładaniu działalności gospodarczej
- ✓Możliwość pracy z nowoczesnym stackiem (Kubernetes, Azure, Datadog, AI tools)
- −Rekrutacja przez agencję (Be in IT) – nie bezpośrednio u klienta
- −Wymóg biegłości w narzędziach AI (Copilot, LLM) jako must-have – ryzyko, że rekruter szuka osoby z rzadkimi umiejętnościami i może odrzucić kandydatów bez tego doświadczenia
- −Środowisko 'dynamiczne, nie w pełni dojrzałe procesowo' – może oznaczać chaos, brak dokumentacji i częste zmiany priorytetów
- −Brak informacji o dyżurach on-call – prawdopodobnie będą, ale nie wiadomo jak często i czy dodatkowo płatne
- !Nie podano wielkości zespołu ani liczby aplikacji AI pod opieką
- !Nie wiadomo, jaki jest konkretny klient (konsultingowa topowa firma – brak nazwy)
- !Wymóg 'engaged owner mindset' – może oznaczać oczekiwanie pracy nadgodzin
- !Mile widziana dostępność ASAP – presja czasu w rekrutacji
- •Projektowanie i wdrażanie dashboardów, alertów i progów monitoringu w Datadog dla pipeline'ów AI
- •Reagowanie na incydenty produkcyjne: triage, koordynacja, root cause analysis (RCA) i tworzenie post-mortem
- •Optymalizacja pipeline'ów CI/CD w Azure DevOps (jakość wydań, testy automatyczne, reliability gates)
- •Standaryzacja telemetrii pipeline'ów AI (success/failure, latency, throughput, bottlenecks)
- •Praca z klastrami Kubernetes (troubleshooting, scaling, operacje produkcyjne) oraz Azure Portal (konfiguracja środowisk)
- •Współpraca z zespołami deweloperskimi w celu redukcji powtarzalnych incydentów i poprawy stabilności
- •Automatyzacja zadań operacyjnych przy użyciu narzędzi AI (Copilot, LLM) – analiza logów, debugowanie, generowanie runbooków
- •Utrzymywanie i aktualizacja dokumentacji technicznej (runbooki, procedury)
Oferta dla doświadczonych specjalistów (Senior).
Minimalnie osoba z 5-letnim stażem w roli SRE lub pokrewnej, z praktycznym doświadczeniem w Azure, Kubernetes i Datadog, ale bez głębokiej znajomości AI/LLM – pod warunkiem chęci szybkiego rozwoju w tym kierunku. Wymagana jest biegłość w podstawowych narzędziach CI/CD i incident management.
Oferta nie jest dla juniorów ani mid-level (wymagane minimum 5 lat doświadczenia). Nie jest również dla osób, które oczekują stabilnego, w pełni dojrzałego procesowo środowiska – tutaj jest dynamicznie i często ad-hoc. Osoby wolące wyłącznie pracę deweloperską (tworzenie nowych funkcji) również nie będą zadowolone.
- ?Jak wygląda dyżur on-call? Ile dni w miesiącu i czy jest dodatkowo płatny?
- ?Ile osób liczy zespół SRE i jak jest zorganizowany?
- ?Ile aplikacji/pipeline'ów AI będzie wymagało utrzymania? Jaka jest skala systemu?
- ?Czy klient (firma consultingowa) udostępnia konkretne narzędzia AI, czy trzeba korzystać z własnych?
- ?Jaki jest obecny stan 'control tower' – czy istnieje, czy trzeba budować od zera?
- ?Czy w ramach współpracy są przewidziane szkolenia lub budżet na rozwój?
- ?Jak mierzona jest skuteczność pracy – jakie KPI dla tej roli?
- −Nie podano wielkości zespołu SRE
- −Nie wymieniono konkretnego klienta (firmy konsultingowej)
- −Brak opisu struktury zespołów deweloperskich, z którymi współpraca
- −Nie wiadomo, czy narzędzia AI są już wdrożone, czy wymagają implementacji
Dynamiczne środowisko z nie w pełni dojrzałymi procesami, oczekująca proaktywności i samodzielności. Zespół prawdopodobnie niewielki, nastawiony na operacje i automatyzację.
Dwie rozmowy techniczne online z managerami, każda maksymalnie po godzinie.