Senior Site Reliability Engineer

О позиции

Вы станете ключевым участником команды разработки, которая поддерживает высокопроизводительную облачную платформу. Роль предполагает работу с современной технологией: от настройки мониторинга до автоматизации операционных задач. Мы ценим инженерный подход и стремление к постоянному совершенствованию систем.

Чем заниматься

• Проектировать и автоматизировать масштабируемую инфраструктуру с использованием Infrastructure-as-Code
• Внедрять и настраивать системы мониторинга и наблюдаемости (observability)
• Вести дежурства по инцидентам и проводить post-mortem разборы
• Сотрудничать с командами разработки для оптимизации производительности и планирования мощности
• Автоматизировать рутинные операционные задачи для снижения toil
• Развивать инструменты логирования, мониторинга и алертинга

Что ждут

• Опыт работы с контейнеризацией и оркестрацией (Docker, Kubernetes)
• Отличные навыки решения проблем и критического мышления
• Опыт администрирования и отладки Linux-систем
• Опыт работы с системами observability (Datadog, Splunk, New Relic, Grafana или аналоги)
• Скриптинг на Bash и/или программирование на Python/Go
• Опыт работы с облачными платформами (GCP, Linode, AWS, Azure)
• Опыт работы в SaaS-среде с большими данными — будет преимуществом
• Отличное коммуникативное на английском языке

Будет плюсом

• Опыт управления крупномасштабными проектами данных
• Знание GitOps практик
• Бывший опыт в стартапе или scale-up компании

Условия

• Работа в дружном сообществе профессионалов с открытой коммуникацией
• Участие в крупных проектах глобального масштаба
• Обучение через внутренние мероприятия, Udemy, оплачиваемые сертификации
• Гибкая локация — удалённая работа или офис, ваш выбор
• Корпоративная медицинская страховка и поддержка ментального здоровья
• Возможность внутреннего мобильности и изучения новых доменов
• Поддержка ветеранов военных и разнообразия команд

Навыки

• Docker
• Kubernetes
• Terraform
• ArgoCD
• GitOps
• Datadog
• Splunk
• New Relic
• Grafana
• Linux
• Bash
• Python
• Go
• Google Cloud Platform
• Amazon Web Services
• Azure
• Observability
• Site Reliability Engineering
• Infrastructure as Code
• SRE Practices

Могут спросить на собеседовании

1. Опишите ваш процесс расследования инцидента в production-среде.
2. Как вы строите систему мониторинга и какие метрики считаете критически важными?
3. Приведите пример автоматизации, которую вы внедрили для снижения toil.