サイトリライアビリティエンジニア職務記述書テンプレート - 2026年版ガイド

クイックサマリー

サイトリライアビリティエンジニア（SRE）は、ソフトウェアエンジニアリングの原則をインフラおよび運用上の課題に適用する専門職です。開発と運用の間のギャップを埋め、自動化とエンジニアリングの実践を通じて、システムの信頼性、スケーラビリティ、効率的な保守を実現します。

この職務が重要な理由

サイトリライアビリティエンジニアは、事業の成長に伴ってデジタルサービスの可用性、パフォーマンス、スケーラビリティを維持する上で、現代のテクノロジー組織にとって欠かせない存在です。企業が複雑な分散システムやクラウドインフラへの依存を強めるにつれ、SREは迅速な機能開発を可能にしながらサービス品質を維持するために必要な専門知識を提供します。SREはシステム信頼性の守護者として、障害を未然に防ぎ、ダウンタイムを削減し、組織の成長に合わせて拡張できる持続可能な運用プロセスを構築する実践を実行します。

基本の職務記述書テンプレート

職務概要

当社のエンジニアリングチームに加わり、本番システムの信頼性、スケーラビリティ、パフォーマンスに責任を持っていただける、経験豊富なサイトリライアビリティエンジニアを募集しています。この職務では、ソフトウェアエンジニアリングとシステム運用の交点で活躍し、エンジニアリングの原則を適用してインフラ上の課題を解決し、自動化によって運用上のトイルを排除していただきます。

SREとして、開発チームと緊密に連携し、迅速なデプロイ速度を維持しながらサービスが信頼性の目標を満たすようにしていただきます。モニタリングソリューションの設計と実装、本番インシデントへの対応、そして他のエンジニアが安全かつ効率的にサービスをデプロイ・運用できるツールの構築を担っていただきます。この職務には、分散システムに関する高い技術的な深さと、サービス信頼性および運用面の卓越性について戦略的に考える力の両方が求められます。

エンジニアリングマネージャーまたはSREリードの直属となり、開発チーム、プラットフォームエンジニア、セキュリティチームと緊密に連携しながら、事業の成長とイノベーションを支えつつサービスレベル目標を維持していただきます。

主な職責

• システム信頼性管理：本番システムを監視し、SLI/SLOのフレームワークを確立し、プロアクティブなモニタリングとアラートの仕組みを通じてサービス可用性の目標を維持する

• インシデント対応と管理：インシデント対応を主導し、ポストインシデントレビューを実施し、平均復旧時間（MTTR）を短縮し再発を防止するための予防策を講じる

• 自動化とツール開発：手作業による運用負荷を減らし、開発者の生産性を高める自動化ツール、デプロイパイプライン、セルフサービス型プラットフォームを構築・保守する

• キャパシティプランニングとパフォーマンス最適化：システムのパフォーマンス指標を分析し、キャパシティのニーズを予測し、費用対効果の高いスケーリングを実現するためにリソース利用を最適化する

• Infrastructure as Codeの実装：コードベースの手法を用いてインフラを設計・保守し、一貫性があり再現可能でバージョン管理された環境管理を実現する

• オブザーバビリティとモニタリング：システムの挙動とパフォーマンスを可視化する、包括的なモニタリング、ロギング、トレーシングのソリューションを実装する

• 開発チームとの連携：エンジニアリングチームと協力してサービス信頼性を改善し、アーキテクチャ設計をレビューし、運用のベストプラクティスを確立する

• オンコール対応：24時間365日のシステム可用性と本番問題への迅速な対応を確保するため、オンコールのローテーションに参加する

• ドキュメント作成とナレッジ共有：運用ランブックやシステムドキュメントを作成・維持し、トレーニングやメンタリング活動を通じて知識を共有する

• 継続的改善：プロセス改善とテクノロジー導入を通じて、システム信頼性、運用効率、チームの生産性を向上させる機会を特定する

要件

必須資格：

• コンピュータサイエンス、工学系の学士号、またはそれに相当する実務経験（ソフトウェア開発またはシステムエンジニアリングで3〜5年）
• Python、Go、Javaなどの言語における高いプログラミングスキルと、本番品質のソフトウェアを構築した経験
• クラウドプラットフォーム（AWS、GCP、Azure）およびKubernetesのようなコンテナオーケストレーションシステムに関する実務経験
• Infrastructure as Codeツール（Terraform、Ansible、CloudFormation）への習熟とCI/CDパイプラインの実装経験
• モニタリングおよびオブザーバビリティツール（Prometheus、Grafana、ELKスタック、Datadogなど）の使用経験
• 分散システムの原則、マイクロサービスアーキテクチャ、データベース技術への理解
• ネットワーキングの概念、セキュリティ対策、システム管理の基礎知識
• インシデント管理プロセスとポストモーテム分析の経験

歓迎する資格：

• 主要クラウドプロバイダーまたは関連技術ベンダーによるSREもしくはDevOps認定資格
• サービスメッシュ技術（Istio、Linkerd）および高度なKubernetes機能の使用経験
• 大規模な分散システムまたは高トラフィックのWebアプリケーションに関する経験
• カオスエンジニアリングの実践と信頼性テスト手法の経験
• パフォーマンステストツールおよび手法に関する知識

提供内容

• 競争力のある報酬：基本給レンジ130,000ドル〜200,000ドルに加え、株式報酬と業績賞与
• 専門能力開発：カンファレンス参加、資格取得費用の補助、学習のための専用時間
• 柔軟な働き方：オフィス利用は任意で、リモートを基本とする文化と柔軟なスケジュール
• 包括的な福利厚生：医療・歯科・視力保険、401(k)マッチング、充実したPTO制度
• 技術的な成長：最先端テクノロジーへのアクセス、複雑な技術的課題、メンターシップの機会
• インパクト：数百万人の顧客に向けたシステム信頼性とユーザー体験への直接的な影響力

状況別バリエーション

大企業環境

大企業組織では通常、SREが確立されたガバナンスの枠組みとコンプライアンス要件の中で業務を行うことが求められます。より正式な変更管理プロセス、広範なドキュメント要件、エンタープライズツールやセキュリティポリシーとの統合が想定されます。この職務では、最新のクラウドインフラと並行してレガシーシステムを支える業務が伴うことも少なくありません。

スタートアップ環境

急成長中のスタートアップでは、迅速なプロダクト開発を支えながら、信頼性の実践をゼロから構築できるSREが必要とされます。より広い範囲の職責を担い、少人数のチームと協働し、限られたリソースの中でアーキテクチャ上の意思決定を行うことが求められます。焦点は、将来の成長を支えられるスケーラブルな基盤を築くことにあります。

リモート・ハイブリッド環境

リモートのSREの職務には、複数のタイムゾーンにまたがるインシデント対応を調整し、分散したチームのためにシステムの知見を文書化するための高いコミュニケーション能力が求められます。コラボレーションツールへの習熟と、デジタルチャネルを通じてメンタリングと知識共有を行う力も必要です。

業界別の考慮事項

報酬ガイド

給与情報

全国平均レンジ：年間130,000ドル〜200,000ドル

報酬に影響する要因：

• クラウドの専門知識や資格保有により、10〜20%のプレミアムが上乗せされる場合がある
• オンコール対応の責任には、通常追加の報酬が含まれる
• 株式報酬パッケージは企業のステージや規模によって大きく異なる

給与データは、Glassdoor、Levels.fyi、および業界調査による2024年の市場調査に基づいています。

面接質問

技術・実務に関する質問

システム設計とアーキテクチャ：

• 50以上のサービスから成るマイクロサービスアーキテクチャ向けのモニタリングシステムを、どのように設計するか説明してください。
• 分散システムにおいてサーキットブレーカーとリトライロジックを実装するアプローチについて説明してください。
• 予測可能なトラフィックパターンと予測不可能なトラフィックパターンの両方に対応するオートスケーリングシステムを、どのように設計しますか。
• 重要な本番サービスに対してブルーグリーンデプロイメントをどのように実装するか説明してください。

インシデント対応とトラブルシューティング：

• ユーザーの20%に影響を及ぼす本番障害への対応プロセスについて説明してください。
• エラー率に変化はないもののレイテンシが増加しているサービスを、どのようにトラブルシューティングしますか。
• コンテナ化されたアプリケーションにおけるメモリリークを、どのように調査し解決するか説明してください。
• 効果的なポストインシデントレビューを実施するアプローチについて説明してください。

自動化とインフラストラクチャ：

• Infrastructure as Codeを用いて、アプリケーションスタック全体のプロビジョニングをどのように自動化しますか。
• ダウンタイムゼロでのデータベースマイグレーションを実装する戦略について説明してください。

行動面接質問

問題解決と意思決定：

• 情報が不十分な中で、本番インシデント発生時に重要な判断を下さなければならなかった経験について教えてください。
• 大きな運用上のトイルの原因を特定し、それを排除した状況について説明してください。
• 機能提供へのプレッシャーとシステム信頼性への懸念のバランスを取らなければならなかった例を教えてください。

コラボレーションとコミュニケーション：

• 信頼性の観点から、開発者にデプロイの慣行を変えるよう説得しなければならなかった経験について教えてください。
• チームのオンコール体験を改善するためにどのように貢献したか説明してください。

学習と適応力：

• 本番問題を解決するために新しい技術を素早く習得しなければならなかった例を教えてください。

カルチャーフィットに関する質問

• 本番システムにおけるイノベーションと安定性のバランスに、どのように取り組んでいますか。
• エラーバジェットについてのお考えと、それが開発の優先順位にどう影響すべきかについて教えてください。
• 進化するSREの実践やテクノロジーについて、どのように最新情報を把握していますか。

評価のポイント：

• 技術的な深さと協働するスキルの両方を示す候補者を見極める
• インシデント対応の経験とプレッシャー下で業務を遂行する能力を評価する
• 信頼性エンジニアリングの原則と実践への理解度を評価する

採用のヒント

クイックソーシングガイド

SRE採用に効果的な主要プラットフォーム：

• LinkedIn：SRE、DevOps、インフラストラクチャエンジニアの職種に対する詳細検索
• Stack Overflow Jobs：SREのプレゼンスが強い技術コミュニティ
• AngelList：スタートアップのSREポジションに適している
• Dice：テクノロジー分野に特化した求人サイト

専門コミュニティ：

• SREConカンファレンスの参加者や登壇者
• クラウドプロバイダーのユーザーグループやミートアップ
• CNCFやKubernetesコミュニティのメンバー
• 地域のDevOpsおよびインフラ関連のミートアップ

求人票最適化のヒント：

• 自社の技術スタックで使用している具体的な技術やツールを強調する
• オンコールに関する期待事項とインシデント対応プロセスを事前に明記する
• 学習機会と技術的な挑戦を強調する
• 自動化やインフラに関するプロジェクトの詳細を記載する

警戒すべき兆候

• 運用のみの経験：ソフトウェア開発経験のない候補者は、SREのエンジニアリング重視の職務に苦労する可能性がある
• インシデント対応経験の不足：本番インシデント対応の経験がないことは、実践的な知識不足を示している
• ツール偏重の思考：根底にある原則を理解せず、ツールにのみ着目する候補者
• コミュニケーション不足：SREはインシデント発生時や開発チームとのやり取りにおいて、効果的にコミュニケーションを取る必要がある
• 自動化志向の欠如：コードによって手作業を排除することを自然に考えない候補者
• 責任追及型のアプローチ：インシデントの議論の際に、システム上の改善よりも責任の所在にこだわる候補者