Staff Software Engineer - OpenTelemetry Python instrumentation | UK | Remote

О позиции

Отдел Observability в Grafana Labs создаёт инструменты для разработчиков, помогающие понимать состояние и производительность приложений и инфраструктуры. Команда OpenTelemetry SDKs обеспечивает успех пользователей при использовании OpenTelemetry для инструментализации своего ПО. В этой роли вы сосредоточитесь на языково-специфичной реализации OpenTelemetry в Python, особенно для GenAI и систем агентов. Вы будете работать в подходе upstream-first, ускоряя развитие проекта OpenTelemetry одновременно внедряя инновации в продукты Grafana Labs. Это возможность стать экспертом OpenTelemetry, менторить других инженеров и влиять на техническое направление команды.

Чем заниматься

• Разрабатывать улучшения SDK OpenTelemetry Python и библиотек инструментализации с акцентом на AI приложения и рабочие процессы агентов; Создавать Python инструментализацию для AI агентов, включая связывание запусков агентов, вызовов моделей и выполнения инструментов, в том числе в асинхронном коде; Улучшать производительность Python SDK, используя профилирование и бенчмарки для оценки подходов реализации; Демонстрировать экспертизу в области OpenTelemetry, преподавать другие и продвигать лучшие практики по семантическим соглашениям; Поддерживать техническое направление и видение команды, участвовать в бизнес-разговорах о стратегии OpenTelemetry в Grafana Labs; Инициировать проекты от неоднозначной проблемы через дизайн, реализацию, тестирование, документирование и релиз; Сотрудничать с командами GTM, Product и Support, участвовать в разговорах с клиентами и расследовать проблемы инструментализации.

Что ждут

• 8+ лет опыта в разработке ПО с сильной компетенцией в Python; Опыт отладки production-софта, внутренней работы языка, библиотек и асинхронного кода; Интерес к AI приложениям и системам агентов, любознательность к их инструментализации и отладке; Опыт работы в open-source сообществах, готовность стать активным членом сообщества OpenTelemetry; Знакомство с инструментарием observability (Grafana, Prometheus, OpenTelemetry), опыт работы с облачными системами или системной инженерии; Понимание production окружений и способность оценивать операционные риски; Высокие коммуникативные навыки и самостоятельность в удалённой работе.

Будет плюсом

• Опыт работы над open-source проектами observability, особенно OpenTelemetry или Prometheus; Практический опыт техники Python инструментализации, профилирования, runtime диагностики или контекстного распространения в асинхронном коде; Опыт технической лидерской роли, определения технического направления и ведения команд проектов; Опыт инструментализации AI фреймворков или рабочих процессов агентов, работа с семантическими соглашениями OpenTelemetry для генеративного AI; Опыт контрибуции в поддержку open-source проектов с доказанными успешными пулл-реквестами; Опыт Rust для потенциальных улучшений производительности Python SDK (например, Rust-backed реализации).

Условия

• Конкурентная зарплата, соответствующая локации кандидата; Restricted Stock Units (RSUs), дающие долю в успехе компании; Полностью удалённая работа с командой из 40+ стран; Карьерный путь Individual Contributor без обязательного перехода в менеджмент; Возможность вносить вклад в open-source сообщества и проект OpenTelemetry; Инновационная среда с прозрачностью, автономией и доверием; Сотрудничество с ведущими инвесторами и крупными клиентами (Anthropic, Bloomberg, NVIDIA, Microsoft, Salesforce).

Навыки

• Python
• Observability
• OpenTelemetry
• Prometheus
• Distributed Tracing
• Async Programming
• Profiling
• Performance Tuning
• Rust
• Cloud Infrastructure
• System Design
• API Design

Могут спросить на собеседовании

1. Расскажите о вашем опыте работы с Python internals, особенно в части отладки сложных проблем с производительностью или race conditions.
2. Как бы вы спроектировали инструментализацию для AI агента, который выполняет последовательные и параллельные вызовы внешних API?
3. Приведите пример вклада в open-source проект, где вы столкнулись с сопротивлением сообщества или архитектурными разногласиями. Как вы это разрешили?
4. Как вы оцениваете tradeoffs между производительностью, совместимостью и поддерживаемостью при модификации критической библиотеки?
5. Опишите ситуацию, когда вы выявили системную проблему в production и как её устранили. Какие инструменты observability помогли?