Компания
VK развивает MAX — цифровую платформу с мессенджером, мини-приложениями, нейропомощником, платёжным сервисом и конструктором чат-ботов.
Что делать
•Развивать и сопровождать инфраструктуру высоконагруженной системы, повышать надёжность, доступность и производительность.
•Внедрять SLI/SLO, error budget и алертинг на основе пользовательских метрик.
•Развивать observability: Prometheus, Alertmanager, Grafana и централизованные логи; снижать alert noise и улучшать MTTD/MTTR.
•Автоматизировать эксплуатационные операции, развивать self-service-подходы и участвовать в on-call, реагировании на инциденты и postmortem.
•Участвовать в архитектурных обсуждениях, ревью изменений и согласовании требований к production readiness.
•Создавать и поддерживать runbooks, playbooks, инструкции по релизам и откатам, аварийные процедуры и документацию по дашбордам, алертам и зависимостям.
Требования
•5+ лет опыта в SRE, DevOps, Platform или System Engineering и опыт эксплуатации highload-систем.
•Глубокое знание Linux, диагностика CPU, памяти, дисковой подсистемы и production-деградаций.
•Знание TCP/IP, DNS, HTTP/HTTPS, TLS, L4/L7-балансировки и диагностики сетевых проблем.
•Опыт эксплуатации распределённых систем, публичных облаков, контейнеров и Kubernetes.
•Практический опыт с Terraform или аналогами, Ansible, Git workflow, code review и версионированием инфраструктуры.
•Знание CI/CD, canary и blue-green релизов, rollback-стратегий, SLI/SLO, error budget и incident response; готовность участвовать в on-call.
Хорошо, если есть
•Опыт работы с PostgreSQL, Redis, Cassandra, Kafka или ClickHouse.
•Опыт сопровождения Java, включая JVM/GC, heap/thread dumps и диагностику latency.
•Знание основ security: secrets management и least privilege.
Культура и преимущества
•Дистанционный формат работы.
•Работа с высоконагруженной цифровой платформой и инфраструктурой production-уровня.
•Практики безопасных изменений, postmortem без поиска виноватых и развитие эксплуатационной документации.
Локация: Дистанционный формат работы
