Site Reliability Engineer ( Инженер по надежности сайта )

Москва, Барабанный переулок, 4с3

Метро: Электрозаводская

Описание вакансии

HOSTKEY ищет Site Reliability Engineer (SRE), который возьмёт на себя надежность сложной инфраструктуры. Нам нужен инженер, способный не просто реагировать на сбои, а выстраивать систему так, чтобы их предотвращать: от внедрения SLI/SLO до глубокой отладки сети внутри Kubernetes. Вы будете тем человеком, который сделает мониторинг прозрачным от фронтенда до очереди RabbitMQ, а деплой - бесшовным для тысяч WebSocket соединений.

Основные задачи:

Внедрение SLI/SLO, управление инцидентами, участие в on-call ротации, проведение постмортемов.
Построение сквозного мониторинга цепочки Фронт → Бэк → Очередь → WebSocket. Стек: VictoriaMetrics + Grafana + Sentry.
Глубокая работа с Kubernetes (сетевые политики, лимиты, отладка подов).
Продвинутая настройка Nginx под долгоживущие WebSocket-соединения.
Администрирование MinIO в Distributed Mode (Erasure Coding, обновления без простоя).
Тюнинг производительности MariaDB / ClickHouse / Redis (индексы, тяжелые запросы, репликация).
Эксплуатация RabbitMQ: кластеризация, мониторинг лагов, ретеншн.
Развитие GitLab CI/CD (сложные пайплайны, канареечные деплои, blue/green).
Участие в миграции PHP-приложения с php-fpm на persistent runtime (RoadRunner / FrankenPHP).

Требования:

Опыт SRE/DevOps от 3 лет в production-среде с реальной нагрузкой.
Kubernetes не на уровне kubectl apply, а с пониманием сетевых политик и отладки проблем.
Nginx: уверенное проксирование WebSocket-трафика и балансировка долгих соединений.
Уверенный Linux: tcpdump, strace, анализ сетевой подсистемы.
Опыт работы с очередями (RabbitMQ / Kafka).
Опыт администрирования объектных хранилищ (MinIO / Ceph).
Понимание ограничений классического php-fpm и готовность работать с современными рантаймами (RoadRunner, FrankenPHP).