Задачи
•Отвечать за надёжность и стабильную работу закреплённых ключевых сервисов облачной платформы в production.
•Глубоко разбираться в устройстве сервисов, их компонентах, зависимостях и сценариях отказа.
•Участвовать в выводе новых сервисов и версий в production, обеспечивать безопасный и воспроизводимый deployment.
•Разрабатывать и поддерживать Helm charts и deployment-конфигурации.
•Помогать командам разработки с подготовкой и выполнением deployment в production.
•При необходимости самостоятельно настраивать и доустанавливать необходимые инфраструктурные компоненты в production.
•Организовывать получение необходимых доступов и взаимодействовать с профильными инфраструктурными командами.
•Настраивать и развивать мониторинг, метрики, логирование, алертинг и другие средства observability.
•Контролировать работу сервисов в production и выявлять деградации и потенциальные проблемы до их влияния на клиентов.
•Участвовать в расследовании инцидентов, ошибок и деградаций, определять первопричины и координировать их устранение.
•Анализировать повторяющиеся проблемы и инициировать изменения, предотвращающие их повторное возникновение.
•Участвовать в postmortem и улучшении эксплуатационных процессов.
•Автоматизировать рутинные операции и снижать объём ручной работы.
•Участвовать в определении и контроле SLI/SLO для закреплённых сервисов.
•Оценивать влияние технических проблем на доступность, производительность и основные пользовательские функции сервисов.
•Взаимодействовать с разработчиками на всём жизненном цикле сервиса: от подготовки production до устранения эксплуатационных проблем.
Требования
•Высшее техническое образование (ИТ, вычислительная техника, автоматизация, телекоммуникации или смежные направления).
•Опыт работы от 3–5 лет в эксплуатации, SRE, DevOps, Platform Engineering или близких направлениях.
•Linux на уровне продвинутого администратора/инженера.
•Kubernetes.
•Helm.
•CI/CD и принципы автоматизированного deployment.
•Мониторинг и observability: метрики, логи, алертинг.
•Понимание принципов отказоустойчивости и эксплуатации production-систем.
•Навыки диагностики проблем и анализа первопричин.
•Git.
•Умение работать с API, CLI и shell/python-скриптами.
•Понимание сетевого взаимодействия и основных инфраструктурных компонентов.
•Готовность глубоко разбираться в устройстве закреплённых сервисов.
•Практический опыт SRE-подхода: SLI/SLO, error budget, incident/problem management.
•Prometheus, Grafana, Loki/ELK/OpenSearch или аналогичные системы.
•Опыт работы с PostgreSQL, Redis, Kafka/RabbitMQ или другими распределёнными компонентами.
•Опыт построения и улучшения production-инфраструктуры.
•Опыт performance/capacity анализа.
•Опыт автоматизации рутинных операций.
•Знание принципов release engineering и безопасного rollout.
•Опыт взаимодействия с командами разработки.
•Высокая ответственность за результат и production.
•Системное мышление.
•Умение самостоятельно расследовать незнакомые проблемы.
•Техническая любознательность и готовность глубоко разбираться в работе сервисов.
Будет плюсом
•Желателен опыт сопровождения высоконагруженных или критичных production-сервисов.
•Опыт эксплуатации OpenStack или других облачных платформ.
•Желательно OpenStack и связанные cloud-инфраструктурные технологии.
Условия
Условий в вакансии нет.
