Описание
Роль поддерживает крупный американский хедж-фонд, обеспечивая надёжность, безопасность и эффективность критической Linux-инфраструктуры для исследовательских и платформенных команд. Инфраструктура включает Linux-серверы, Kubernetes-платформы, окружения на базе планировщика (scheduler-backed compute) и сервисы пользовательского доступа.
Задачи
•Эксплуатация и поддержка Linux-серверов и общей инфраструктуры, используемой исследовательскими и платформенными командами
•Устранение проблем в продакшене, связанных с производительностью системы, доступностью, доступом, конфигурацией и сетью
•Поддержка Kubernetes и других контейнерных платформ, включая состояние узлов, поведение сервисов и активности при выкатке
•Поддержка scheduler-backed compute окружений, таких как Slurm, включая готовность узлов, обслуживание и восстановление после инцидентов
•Улучшение пользовательских сервисов доступа к Linux, таких как SSH, общие shell-окружения и сессионные платформы
•Управление жизненным циклом ОС: провижининг, патчинг, обновление ядра и пакетов, hardening
•Написание скриптов и автоматизации на Python, Bash или аналогичных инструментах для сокращения ручной работы и повышения надёжности
•Использование configuration management и версионируемых workflow для безопасного внесения инфраструктурных изменений
•Улучшение мониторинга, алертинга, документации и операционных процессов
•Участие в реагировании на инциденты и периодическое дежурство (on-call)
Требования
•3+ года опыта в Linux systems engineering, SRE, DevOps или infrastructure support
•Сильные навыки администрирования Linux, включая systemd, управление пакетами, права доступа, файловые системы, анализ логов и устранение проблем производительности
•Хорошее понимание основ сетей, включая DNS, NTP/PTP, маршрутизацию и общее сетевое подключение хостов
•Опыт автоматизации, скриптинга и операционного инструментария
•Знакомство с Kubernetes, виртуализацией или кластерными платформами
•Опыт работы с инструментами configuration management или infrastructure-as-code, такими как Ansible, Salt или Terraform
•Способность методично устранять проблемы в продакшене и чётко коммуницировать во время инцидентов
•Опыт работы с Git-based workflow и ведением поддерживаемой документации
•Практичный решатель проблем с сильным чувством ответственности (ownership mindset)
•Готовность работать в тесном контакте с продакшеном, балансируя поддержку с непрерывным улучшением
•Умение эффективно взаимодействовать с командами compute, storage, сети и приложений
•Английский: B2 Upper Intermediate
Будет плюсом
•Опыт с Slurm, HPC-style окружениями, GPU-инфраструктурой или Linux-платформами для исследователей
•Практическое знакомство с клиентами общего хранилища, такими как NFS, autofs или GPFS / IBM Storage Scale, со стороны хоста и приложений
•Опыт с инструментами observability, такими как Prometheus, Grafana или аналогичными платформами
•Знакомство с сервисами identity и access, такими как LDAP, Kerberos, SSSD или PAM
•Опыт работы с операциями в собственных дата-центрах (on-premises), поддержкой жизненного цикла оборудования или эскалациями к вендорам
•Интерес к использованию AI/ML техник для оптимизации инфраструктуры, обнаружения аномалий или предиктивных операций
