Director of Engineering, Leverage

Canada, Mexico, USA Vor Ort Lead 15.08.2026
Engineering Manager DevOps Management
Auf einen Blick

Fleetio sucht einen Director of Engineering, Leverage zur Anführung eines Pods mit Fokus auf Developer Experience, AI-Adoption und Agentur-Partnerschaften. Sie werden die Produktivität und Velocity des gesamten Engineering verbessern.

💰 ~$220.000–320.000/Jahr (geschätzt) 📊 Lead 🕒 Vollzeit 🌍 Vor Ort 🗺️ Americas
  • Platform/Foundations Organization Erfahrung
  • AI-assisted Development Fluency
  • Commercial Territory Comfort
  • Data-Driven Standards
Engineering Leadership AI-Assisted Development Agentic Development

Gehalt geschätzt anhand Director Level, Platform Engineering, US Tech, Leadership Track Record. Kein Gehalt in der Anzeige angegeben.

✅ Geeignet für
  • Erfahrene Engineering Leaders
  • Platform-Fokus Profis
  • AI-Adoption Champions
🚫 Weniger geeignet
  • Individual Contributor Engineers
  • Personen ohne Führungs-Erfahrung
  • Remote-präferierte Kandidaten (vor Ort erforderlich)
💡 Gut zu wissen
  • Dritte Squads mit sehr unterschiedlichen Mandaten leiten
  • Commercial Edge: Agency Partner-Management ist Teil des Roles
  • AI-native Development Mindset erforderlich

Über das Unternehmen

Fleetio ist eine moderne Software-Plattform für Fleet-Operations-Management. Das Unternehmen wurde 2025 mit 450 Millionen USD Serie-D-Finanzierung ausgestattet und ist Gründungsmitglied der Rails Foundation.

Deine Aufgaben

  • Leitung des Leverage Engineering Pod mit drei Squads: Foundations Engineering, Builder Experience und Solutions Engineering
  • Strategie für Messung von Leverage across Product & Engineering definieren
  • Management von Agency-Partnern und Statements of Work
  • Sicherstellung, dass kontrahierte Arbeit First-Class Fleetio Code wird
  • Sitz im Product & Engineering Senior Leadership Team
  • Ownership von Pod-Vision, Roadmap und Investment-Case

Deine Voraussetzungen

  • Erfahrung in Leitung von Platform, Foundations oder Developer-Productivity-Organisationen
  • Verständnis für Fehlermuster: Ivory Tower, Dumping Ground, Tooling-Optimierung statt Adoption
  • Hoher Standard durch Daten und Urteil, nicht Prozess
  • Persönliche Fluency in AI-assisted Development
  • Comfort in Commercial Territory (Partner-Auswahl, SOWs)