Văn hóa On-call và giải quyết bài toán Burnout cho kỹ sư phần mềm trong các công ty Product

Tiếng chuông báo thức ác mộng lúc 3 giờ sáng#

Đối với các kỹ sư DevOps, SRE và Backend phụ trách hệ thống 24/7, không có âm thanh nào gây ám ảnh hơn tiếng còi hú từ ứng dụng PagerDuty hoặc Opsgenie giữa đêm khuya báo hiệu: "Production Database Down!".

Áp lực phải có mặt bên bàn phím trong vòng 5-15 phút, cộng với việc thiếu ngủ triền miên sau các ca trực On-call là nguyên nhân số 1 dẫn tới tình trạng Burnout (Kiệt sức về thể chất và tinh thần) khiến nhiều nhân sự giỏi quyết định rời bỏ công ty.

Làm thế nào để xây dựng một văn hóa On-call lành mạnh và bền vững?

4 Nguyên tắc xây dựng chính sách On-call văn minh#

1. Phân bổ chế độ đãi ngộ và nghỉ bù công bằng#

• Phụ cấp trực ca (On-call Allowance): Công ty phải chi trả phụ cấp trực hàng tuần rõ ràng cho kỹ sư, ngay cả khi không có sự cố nào xảy ra.
• Chính sách Sleep Compensation: Nếu đêm hôm trước kỹ sư phải dậy xử lý sự cố từ 2h đến 5h sáng, họ bắt buộc phải được nghỉ ngơi vào sáng hôm sau và chỉ bắt đầu làm việc từ đầu giờ chiều.

2. Tiêu chuẩn hóa quy trình Post-Mortem "Không đổ lỗi" (Blameless Post-Mortem)#

Khi sự cố xảy ra, mục tiêu không phải là tìm ra ai đã gõ nhầm lệnh để kỷ luật. Mục tiêu là tìm hiểu:

• "Tại sao hệ thống cho phép một lệnh sai được thực thi mà không có cảnh báo?"
• "Quy trình kiểm thử tự động đã bỏ sót kịch bản nào?"

3. Diệt trừ triệt để "Cảnh báo rác" (Alert Fatigue)#

Nếu một cảnh báo PagerDuty hú còi nhưng kỹ sư vào kiểm tra thấy hệ thống vẫn hoạt động bình thường và chỉ cần bấm "Acknowledge" rồi đi ngủ tiếp, đó là cảnh báo rác!

• Bất kỳ cảnh báo nào không đòi hỏi hành động can thiệp tức thì đều phải hạ cấp xuống thông báo Slack thông thường.

4. Dành 20% thời gian sprint để sửa lỗi kỹ thuật (Pay Tech Debt)#

Nguyên nhân gốc rễ của việc hệ thống hay sập là do nợ kỹ thuật tồn đọng. Ban quản lý bắt buộc phải cấp thời gian cho kỹ sư tối ưu hóa code và hạ tầng.

Góc thảo luận#

Chính sách trực On-call ở công ty bạn hiện tại ra sao? Có được hưởng lương làm thêm ngoài giờ (Overtime) hoặc nghỉ bù thỏa đáng không?

Xem thêm nội dung liên quan:

• Học văn hóa SRE & Quản trị độ tin cậy
• Review công cụ quản trị server