Gestionnaire de la capacité et de la performance

Ingénieur, Gestion des capacités et de la performance

Description du poste

Code de poste : (selon le cas)

Statut FLSA :
Exempté

Compte à :
Directeur, Fiabilité et Opérations

Département :
Infrastructure, Fiabilité et Opérations

Emplacement :
Hybride / Bureau (Shelton, CT) selon la police

La gestion de l’ingénierie, de la capacité et de la performance permet au patrimoine cloud de Subway de fonctionner de manière fiable et de s’adapter à la demande de l’entreprise. Cet ensemble couvre les infrastructures Azure et AWS, les plateformes SaaS gérées, ainsi que notre plateforme de données stratégique Databricks, qui est la norme de Subway pour les données et analyses d’entreprise et un axe particulier de ce rôle.

En utilisant la télémétrie opérationnelle de Dynatrace, Service Now, ainsi que les plateformes cloud et de données elles-mêmes, l’ingénieur prévoit la demande, modélise la capacité, ajuste la performance et optimise la consommation et les coûts.

Il s’agit d’un rôle d’ingénierie axé sur les données, et les données en question sont opérationnelles : les analyses concernent l’infrastructure, les plateformes et leur consommation (comment elles performent et leur coût), et non les données d’affaires qu’elles stockent. L’ingénieur associe de solides compétences en analytique et en intelligence d’affaires à une expertise pratique en cloud et en performance de plateforme, transformant cette télémétrie en prévisions, tableaux de bord et recommandations qui guident les décisions de capacité, de performance et de coûts dans le domaine de la fiabilité et des opérations.

Le travail est réalisé en partenariat avec Data Engineering (qui possède Databricks), le Enterprise Operations Center (EOC) et l’équipe de la plateforme Service Now;
Le succès se mesure à la saturation évitée, à la performance fiable et à l’optimisation des dépenses, et non dans l’exploitation ou l’administration d’une seule plateforme.

L’allocation approximative du temps est indiquée par zone;
Les priorités évoluent selon la demande des entreprises.

• Planification propre de la capacité et prévision de la demande sur Azure et AWS (calcul, stockage et réseau).
• Analyser la télémétrie d’utilisation et de saturation; fixer des bases de référence et des seuils; la croissance du modèle et les besoins futurs des projets.
• Ressources infonuagiques de la bonne taille pour équilibrer performance, fiabilité et coût.
• Produire des prévisions de capacité et des revues de la capacité des prospects afin que les ressources soient prévues avant la demande.

• Collaborer avec Data Engineering (propriétaire de la plateforme) pour optimiser la performance et la consommation de la charge de travail de Databrick.
• Surveiller l’utilisation des clusters et des entrepôts SQL, la performance des tâches/requêtes et la consommation des DBU via les tables système Databricks (utilisation facturable, historique des requêtes, prix listés);
  Suivez les dépenses à l’aide des budgets, des alertes et des tableaux de bord d’utilisation préconstruits de Databricks.
• Mettre à l’épreuve les principaux responsables coût/performance (travaux de longue durée, grappes surdimensionnées, entrepôts inactifs) et s’associer dans la remédiation comme le bon dimensionnement, la mise à l’échelle des entrepôts et la planification des tâches.
• Améliorer l’attribution des coûts par le taging entre le calcul classique et serverless (balises de ressources et politiques d’utilisation serverless); la prévision de la demande DBU, de calcul et de stockage;
  Recommander des politiques de calcul, le bon dimensionnement, l’auto-mise à l’échelle et l’arrêt inactif (auto-terminaison / auto-arrêt).

• Définir et suivre les références de performance, les KPI et les SLA proposés à travers les applications, bases de données et infrastructures;
  Surveillez les déviations et anomalies.
• Recommander des seuils de suivi et des critères de réussite;
  Collaborez avec des…