Site Reliability Engineer

주요 업무

토스 전사 시스템의 Stability, Scalability, Availability, Latency 지표를 고도화하고 지속적으로 개선해요. 수많은 마이크로서비스(MSA) 환경에서 발생하는 대규모 트래픽의 병목을 실시간으로 감지하고 추적할 수 있는 관측 가능성(Observability) 시스템을 고도화해요. 장애 시 비상 대응 및 Post-mortem을 주도하며, 장애 자동 복구 시스템 설계 및 아키텍처 개선을 통한 재발 방지책을 마련해요. 시스템의 Stability, Scalability, Availability, Observability 그리고 Latency를 지속적으로 개선시켜 나가요. 대규모 트래픽 환경에서 빠르게 원인을 분석할 수 있도록 모니터링 및 분석 시스템을 지속적으로 개선하고 자동화 해요. 장애 발생 시 근본 원인을 찾아 문제를 해결하고, 재발 방지를 위한 개발과 설계를 주도하며 해법을 마련해요. 토스플레이스의 주요 제품과 사용자 흐름을 파악하고 서비스 중요도를 분류해, 각 중요도에 맞는 신뢰성 기준을 정립해요. 결제와 매장 운영에 중요한 사용자 흐름부터 가용성, 지연시간과 정확성 등 사용자 경험을 나타내는 SLI와 SLO를 정의하고, 관측 데이터를 바탕으로 지속적으로 개선해요. Metric과 Log 등 관측 데이터를 엔드투엔드 흐름과 사용자 영향 중심으로 연결하고, 이상 징후와 장애 원인을 빠르게 파악할 수 있도록 Observability와 Alert 체계를 고도화해요.