Senior DevOps engineer / SRE engineer (highload)

Вам предстоит:

• Проектировать и реализовывать архитектуру инфраструктуры продукта: обеспечивать высокую доступность (HA), отказоустойчивость по зонам, проводить capacity planning;
• Разбирать сложные кросс-системные инциденты на стыке Kubernetes, баз данных, сетей и приложений. Доводить их до root cause, фиксировать результаты в постмортемах;
• Развивать IaC: поддерживать Ansible-инвентарь для provisioning VM и конфигурации кластеров БД/брокеров, автоматизировать ручные процессы эксплуатации;
• Эксплуатировать и развивать кластеры данных: PostgreSQL/Patroni (включая шардирование), Kafka, Redis Cluster, OpenSearch, MongoDB. Участвовать в R&D миграции хранилища сообщений на ScyllaDB;
• Развивать CI/CD-процесс совместно с инженером CI: внедрять trunk-based development, автопромоушен, стратегии canary- и blue-green-релизов;
• Строить мониторинг и модели здоровья системы: определять ключевые метрики, настраивать алертинг и SLO-пробы.

• Имеете 5+ лет опыта эксплуатации highload-продакшена в роли SRE, DevOps или инфраструктурного инженера;
• Глубоко траблшутите Kubernetes в проде: понимаете сеть, ingress, распределение ресурсов и отказоустойчивость (не ограничиваетесь только деплоем), уверенно работаете с Helm;
• Уверенно эксплуатируете базы данных: обязательно PostgreSQL (репликация, failover/Patroni, бэкапы, восстановление, тюнинг производительности) плюс минимум одну из систем: Kafka, Redis Cluster, OpenSearch/Elasticsearch, Cassandra/ScyllaDB;
• Владеете IaC на уровне Ansible (роли, инвентари) или готовы перейти на него; глубоко знаете Linux-администрирование (systemd, сеть, дисковая подсистема);
• Настраиваете CI/CD: имеете опыт с GitLab CI или аналогами, понимаете trunk-based development и progressive delivery (canary-релизы);
• Строите наблюдаемость «от модели здоровья»: владеете Prometheus/PromQL, настраиваете алертинг и трейсинг, умеете проектировать мониторинг под бизнес-логику сервиса, а не просто собирать готовые дашборды;
• Управляете инцидентами: несете on-call, приоритизируете задачи во время сбоев и пишете качественные постмортемы;
• Обладаете самостоятельностью: способны взять направление целиком и вести его без микроменеджмента.