【中途/Tech】SRE（Site Reliability Engineer）

【中途/Tech】SRE（Site Reliability Engineer） 仕事概要 【募集背景】 株式会社TORIHADAでは、クリエイター向けWebサービス「FANME」および関連システムを運営しています。 機能開発のリードタイムを短縮する環境整備（例：プレビュー環境）、可用性の高いECS基盤の設計・運用改善、Datadog等を用いたオブザーバビリティの強化を主軸に、継続的な改善を推進しています。 これらを設計から実装、運用改善まで横断してリードしていただくSite Reliability Engineerを募集します。 特定領域の運用担当に閉じず、プロダクトと並走しながら基盤の改善を前に進める役割です。 * 技術選定や設計の段階から関与し、要件に対して最適な設計・改善を主導できます * 数千RPS規模のトラフィックを前提に、可用性/性能/コストのバランス設計と運用改善に取り組めます 共に「意思ある個人による新しい経済をつくる」ことを目指し、感動を生み出すプラットフォームを作っていける方とぜひお話ししたいです！ 【業務領域】 このポジションでは、日々の運用を“回す”だけでなく、運用が継続的にスケール取り組む領域は以下です。 ・IaCを前提とした基盤の標準化・変更管理の整備（Terraform） IaCで管理されていない既存リソースの整理・移行を進め、設計の標準化（モジュール/権限/命名/タグ等）やガードレール整備を行います。変更がレビュー可能で再現性のある形で進むよう、ワークフローも含めて整えます。 ・機能開発をアクセラレートするためのインフラ環境整備 開発のリードタイム短縮につながる環境（例：プレビュー環境）の設計・構築・運用を推進します。安全性とスピードを両立するための自動化を進めます。 ・ECS基盤の信頼性向上（設計・構築・運用改善） 可用性、スケーリング、デプロイ戦略、ネットワーク/セキュリティまで含めて、ECS基盤を継続的に改善します。 ・オブザーバビリティ強化とインシデント対応力の向上 Datadog等を用いた監視/検知/可視化を改善し、障害の早期検知と迅速な復旧につながる運用を整えます。必要に応じてSLA/SLO等の指標設計も行い、改善が継続する形に接続します。 ・SRE領域の継続改善（セキュリティ/キャパ/DR/コスト） セキュリティリスクマネジメント、キャパシティプランニング、災害復旧計画（DR）と定期訓練、リソース最適化によるコスト最適化を、基盤運用に組み込みます。 【技術環境】 * AWS（主要） * Google Cloud（一部） * ECS（一部EKS） ※EKSから移行中 * Terraform * GitHub Actions * Datadog * GitHub Projects * Slack 必須スキル 【募集背景】 株式会社TORIHADAでは、クリエイター向けWebサービス「FANME」および関連システムを運営しています。 機能開発のリードタイムを短縮する環境整備（例：プレビュー環境）、可用性の高いECS基盤の設計・運用改善、Datadog等を用いたオブザーバビリティの強化を主軸に、継続的な改善を推進しています。 これらを設計から実装、運用改善まで横断してリードしていただくSite Reliability Engineerを募集します。 特定領域の運用担当に閉じず、プロダクトと並走しながら基盤の改善を前に進める役割です。 * 技術選定や設計の段階から関与し、要件に対して最適な設計・改善を主導できます * 数千RPS規模のトラフィックを前提に、可用性/性能/コストのバランス設計と運用改善に取り組めます 共に「意思ある個人による新しい経済をつくる」ことを目指し、感動を生み出すプラットフォームを作っていける方とぜひお話ししたいです！ 【業務領域】 このポジションでは、日々の運用を“回す”だけでなく、運用が継続的にスケール取り組む領域は以下です。 ・IaCを前提とした基盤の標準化・変更管理の整備（Terraform） IaCで管理されていない既存リソースの整理・移行を進め、設計の標準化（モジュール/権限/命名/タグ等）やガードレール整備を行います。変更がレビュー可能で再現性のある形で進むよう、ワークフローも含めて整えます。 ・機能開発をアクセラレートするためのインフラ環境整備 開発のリードタイム短縮につながる環境（例：プレビュー環境）の設計・構築・運用を推進します。安全性とスピードを両立するための自動化を進めます。 ・ECS基盤の信頼性向上（設計・構築・運用改善） 可用性、スケーリング、デプロイ戦略、ネットワーク/セキュリティまで含めて、ECS基盤を継続的に改善します。 ・オブザーバビリティ強化とインシデント対応力の向上 Datadog等を用いた監視/検知/可視化を改善し、障害の早期検知と迅速な復旧につながる運用を整えます。必要に応じてSLA/SLO等の指標設計も行い、改善が継続する形に接続します。 ・SRE領域の継続改善（セキュリティ/キャパ/DR/コスト） セキュリティリスクマネジメント、キャパシティプランニング、災害復旧計画（DR）と定期訓練、リソース最適化によるコスト最適化を、基盤運用に組み込みます。 【技術環境】 * AWS（主要） * Google Cloud（一部） * ECS（一部EKS） ※EKSから移行中 * Terraform * GitHub Actions * Datadog * GitHub Projects * Slack 歓迎スキル * AWS / GCP等のパブリッククラウドでの構築・運用経験 * Terraform等を用いたInfrastructure as Codeの実践知見 * コスト最適化戦略の立案と実施の知見 * システムの信頼性に関わる数値（SLA/SLOなど）の指標策定の知見 求める人物像 応募概要 給与 月給 500,000円〜850,000円（経験・スキルにより決定） 勤務地 原則フルリモート (関東圏内) 社内イベント等で出社をお願いする場合があります。 オフィス所在地：東京都渋谷区道玄坂2-25-12 道玄坂通 6F 雇用形態 正社員 勤務体系 裁量労働 目安 (10:00〜19:00) 試用期間 ＜試用期間＞3カ月~6ヶ月　※試用期間中は契約社員となり、待遇や福利厚生に変更はありません。 福利厚生 社会保険完備（健康保険・厚生年金・雇用保険・労災保険） 近隣家賃補助（規定あり） 交通費支給（規定内） 副業許可制（会社承認のうえ）