【Python/GoogleCloudPlatform】AIベンチャーにおけるSREの業務委託案件・フリーランス求人

【想定業務内容】
ユーザーが安心して利用できる会話プラットフォームを支えるインフラには、低遅延・高可用性・大規模同時接続・高セキュリティを担保するための設計・構築・運用が求められます。
Site Reliability Engineer (SRE) は、クラウド環境上でのサービス設計から構築・運用、自動化ツールを活用したインフラ構築・管理、継続的インテグレーション/デリバリー（CI/CD）パイプラインの整備、監視・可観測性プラットフォームの導入と運用支援、オンコール体制の運用とインシデント対応、セキュリティ制御の組み込みなど、幅広い領域を担っていただきます。
大規模ユーザー基盤でのGPUワークロードの運用、コンテナオーケストレーション基盤でのアプリケーション運用経験をお持ちの方を歓迎します。
主な担当業務
信頼性とパフォーマンスエンジニアリング：Google Cloud Platform 上で高可用性かつ低レイテンシのサービスを設計・構築・運用し、定義された SLO および SLA を満たすことを保証する。
CI/CD と DevOps の推進：Cloud Build や GitHub Actions などを活用したエンドツーエンドの CI/CD パイプラインを管理し、自動テスト、カナリアリリース、ブルーグリーンデプロイメント、Terraform によるインフラストラクチャ・アズ・コードを含む DevOps のベストプラクティスを推進する。
可観測性とインシデント対応：Stackdriver、Prometheus、Grafana を活用して包括的なモニタリング、ログ収集、トレーシングを実装する。オンコール対応をリードし、責任追及のないポストモーテムを実施し、インシデント対応プロセスの継続的改善を推進する。
監視ツールの導入と運用サポート：システムの可視性とアラート精度を高めるために、Datadog などの監視プラットフォームの導入、設定、継続的な運用サポートを推進する。
キャパシティプランニングとコスト最適化：成長予測、キャパシティ分析を行い、オートスケーリング、ロードバランシング、キャッシングを活用してコスト効率の高いスケーラビリティを実現するためのアーキテクチャ調整を行う。
セキュリティとコンプライアンス：パイプラインおよび実行環境にセキュリティ制御を組み込む。
クロスファンクショナルな連携：信頼性目標の設定、アーキテクチャ設計への影響、デリバリーの加速のために、プロダクト、リサーチ、エンジニアリングチームと協業する。