Production Engineer

【關於這個角色】

Raccoon AI 是新興的生成式 AI 客服解決方案提供商，專注協助電子商務與網路平台企業，自動化處理客服訊息。

我們的產品運行在正式 SaaS production environment，服務企業客戶並承諾 SLA。隨著客戶與系統規模持續成長，我們希望建立更成熟的 Production Engineering 機制，讓 production issue 能被快速定位、處理與預防，同時降低產品開發團隊頻繁被 incident 打斷的情況。

我們正在尋找一位 Production Engineer，負責 production issue 的第一線工程判斷、debugging 與修復，並持續改善整體服務穩定性。

【工作內容】

• 負責 SaaS production issue 的 engineering triage、debugging 與問題定位

• 根據 SLA 與 severity 判斷事件優先級，協助快速恢復服務

• 查看 application log、database、API request、queue、monitoring 等資訊，找出 root cause

• Reproduce 客戶回報的問題，判斷是產品 bug、資料問題、第三方服務異常或 infrastructure issue

• 能直接處理的 application bug，完成 hotfix、測試與 release

• 當問題需要深入 domain knowledge 時，整理完整技術資訊後 escalation 給對應 Feature Engineer

• 協助處理 Rails application、Python AI backend、API integration 與第三方服務相關問題

• 建立與維護 incident runbook、debugging tools、monitoring 與 alerting

• 分析 recurring incidents，找出系統性問題並推動改善

• 與 CS、PM、RD 協作，建立清楚的 incident response 與 escalation process

• 參與 postmortem，降低相同 production issue 再次發生的機率

【你需要具備】

• 3 年以上 Backend / Full-stack / Production Engineering 相關經驗

• 熟悉至少一種 Backend 技術棧，例如 Ruby on Rails、Python、Node.js 等

• 具備良好的 debugging 能力，能快速閱讀陌生 codebase 並定位問題

• 熟悉 SQL，能獨立進行 production database issue investigation

• 熟悉 REST API、Webhook、第三方 API integration 等常見 SaaS 架構

• 熟悉 log、monitoring、error tracking 等 production debugging 工具

• 理解 HTTP、network、database、queue、cache 等基本系統概念

• 能在資訊不完整的情況下快速整理問題、建立 hypothesis 並逐步排除

• 對 production reliability、incident handling 與 root cause analysis 有高度興趣

• 能與不同角色合作，清楚說明問題範圍、影響程度與處理進度

【加分條件】

• Ruby on Rails 或 Python production experience

• AWS / GCP / Kubernetes / Docker 經驗

• 熟悉 PostgreSQL、Redis、message queue

• 使用過 Datadog、Grafana、Sentry、CloudWatch 或類似 observability 工具

• 有 SaaS、B2B enterprise service 或 SLA environment 經驗

• 有 on-call、incident response、postmortem 經驗

• 有 AI / LLM application production experience

• 曾處理高流量 API、distributed system 或 third-party integration issue

【這個角色和一般 RD 有什麼不同】

一般 Product Engineer 的主要任務是開發新功能與產品 roadmap。Production Engineer 的主要任務則是確保已經上線的服務穩定運作，包括：

• 快速處理 production incident

• 縮短 MTTR

• 降低 SLA violation

• 找出 recurring issue 並消除 root cause

• 減少 Feature Engineer 被臨時 production issue 打斷

這不是單純「修 Bug」的角色，而是對 production system 有高度 ownership 的工程職位。

【我們重視的特質】

我們希望你看到 production issue 時，第一個反應不是追究這是誰寫的，而是思考「問題在哪裡、影響多少人、怎麼最快恢復、以及怎麼讓它不要再發生。」
如果你喜歡 troubleshooting、追 log、查 API、分析 database、理解整個系統如何運作，甚至覺得找出 tricky production bug 很有成就感，這個角色會非常適合你。