Описание
Привет! Сейчас мы активно развиваем новые направления. У тебя будет возможность войти в core-команду финтех-продукта на самом старте и вместе с ИИ-агентами развивать инфраструктуру. С учётом особенностей рассматриваем только кандидатов, находящихся за пределами РФ.
Задачи
•CI/CD. Построение и сопровождение пайплайнов непрерывной интеграции и доставки (GitHub Actions / GitLab CI), автоматизация сборки, тестирования и деплоя с быстрым откатом
•Infrastructure As Code. Описание и версионирование инфраструктуры через Terraform/Pulumi, GitOps-подход, стандартизация окружений dev/staging/prod
•Контейнеризация и оркестрация. Управление Docker и Kubernetes, настройка кластеров, networking и ресурсных лимитов
•Observability. Настройка мониторинга, логирования и алертинга (Prometheus, Grafana, ELK/Loki, OpenTelemetry), построение дашбордов и распределённого трейсинга
•Надёжность и SRE. Определение и поддержка SLA/SLO/SLI, инцидент-менеджмент, postmortem-практики, дежурства on-call, capacity planning
•Инфраструктура AI-агентов. Развёртывание и поддержка среды для запуска агентов и агентных циклов (agent loops): оркестрация воркфлоу, управление очередями задач и пулами воркеров
•LLM-инфраструктура. Управление model serving, API-шлюзами, балансировкой, rate limiting и фоллбэками; роутинг между моделями и провайдерами для отказоустойчивости
•Observability агентных циклов. Трассировка вызовов инструментов (tools), метрики числа итераций, латентности, расхода токенов и success rate; защита от «зацикливания» и runaway-процессов
•FinOps. Контроль и оптимизация затрат на облако и LLM-API, бюджетирование токенов и ресурсов, алерты по аномальному потреблению
•Безопасность и автоматизация. Управление секретами и ключами (Vault), RBAC, sandboxing исполнения агентов, изоляция данных, автоматизация рутинных операций
Требования
•AWS или Яндекс Облако: опыт от 3 лет
•Глубокое понимание distributed systems и failure modes
•Advanced observability: metrics, logs, traces, correlation model
•Capacity planning, performance и degradation analysis
•Recovery / DR / failover design
•Понимание cloud / platform failure domains и межсистемных зависимостей
•Graceful degradation, load shedding, backpressure, retry budgets, idempotency
•Blameless postmortem с контролем corrective actions
•Chaos-informed thinking, gamedays и failure injection
•Проведение incident review и post-mortem
•Проактивность и самостоятельность — готовность действовать без тикетов на каждый шаг
•Умение считать стоимость инфраструктуры и принимать решения с оглядкой на cost
Условия
•Полностью удалённый формат работы с гибким началом рабочего дня
•Стек без legacy: AWS, Kubernetes, GitLab CI/CD, Grafana + Prometheus, IaC
•Открытая корпоративная культура, общение на ты, поддержка инициатив
•Работа в технологической компании, которая создаёт сервисы, приносящие пользу миллионам людей
•Бенефиты и плюшки для сотрудников
