Описание
Мы ищем специалиста, который обеспечит стабильную и предсказуемую работу наших информационных систем на базе 1С и MS SQL. Главная цель — не просто «чинить», а системно повышать надёжность: внедрять метрики, автоматизировать обнаружение проблем, проектировать отказоустойчивость и устранять первопричины сбоев. Роль предполагает выделение до 10 % времени команд на задачи по надёжности и улучшению процессов.
Задачи
•Координировать участников «пожарной команды» для оперативного решения критических инцидентов.
•Собирать информацию о проблеме, контролировать заведение аварии, фиксировать хронометраж и ключевые действия.
•Писать постмортем-отчёты (blameless postmortem): фиксировать, что произошло, как реагировали, какие уроки извлечены.
•Контролировать и ставить задачи по недопущению повторения причин инцидентов (RCA, action items).
•Определять и поддерживать SLI/SLO для ключевых сервисов, вести учёт error budget.
•Настраивать и анализировать ключевые показатели ИС: создавать дашборды, алерты, описывать реакцию на отклонения.
•Писать инструкции (runbooks) по реакции на отклонения показателей работы от нормы.
•Анализировать аномалии: рост нагрузки, рост данных, нехарактерные паттерны поведения системы.
•Анализировать Журнал регистрации (ЖР) и Технологический журнал (ТЖ) на наличие ошибок и узких мест.
•Сопоставлять данные из разных источников (логи, метрики, трейсы) для точной локализации проблемы.
•Участвовать в проектировании и реализации отказоустойчивой архитектуры (кластеризация 1С, Always On для MS SQL, балансировка нагрузки и т. д.).
•Готовить систему к пиковым нагрузкам: нагрузочное тестирование, планирование ёмкости, проработка сценариев деградации.
•Выполнять и автоматизировать типовые операции обслуживания: пересчёт итогов, очистка регистров, удаление нулевых записей.
•Ставить задачи и предлагать решения, чтобы такие операции требовались реже или выполнялись автоматически.
Требования
•Опыт разработки на платформе 1С: понимание архитектуры регистров, сеансов, блокировок, умение читать ЖР и ТЖ.
•Уверенная работа с MS SQL: планы запросов, блокировки, DMV, Extended Events, тюнинг производительности.
•Практический опыт работы с инструментами мониторинга и наблюдаемости: Zabbix, Prometheus, Grafana, ELK.
•Понимание SRE-практик: SLI/SLO, error budget, incident management, blameless postmortem, runbooks.
•Умение проектировать отказоустойчивые и масштабируемые решения, опыт подготовки к пиковым нагрузкам.
•Способность формализовать процессы, писать понятные инструкции и ставить задачи смежным командам.
Будет плюсом
•Опыт внедрения автоматизации для типовых операций обслуживания.
•Знание практик Capacity Planning и Chaos Engineering на базовом уровне.
•Опыт работы в кросс-функциональных командах и проведения ретроспектив по инцидентам.
Условия
Условий в вакансии нет.
