Director of Engineering, Leverage

Canada, Mexico, USA On-site 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)