SRE-инженер

Мы ищем Site Reliability Engineer (SRE), который будет обеспечивать надежность, доступность и стабильную работу production-сервисов, развивать мониторинг и автоматизацию эксплуатации.

Обязанности:

Обеспечение высокой доступности и отказоустойчивости production-систем.

Мониторинг инфраструктуры и сервисов, оперативное реагирование на инциденты.

Анализ причин инцидентов (RCA) и внедрение мер по предотвращению повторных сбоев.

Развитие систем мониторинга, логирования и алертинга.

Построение и сопровождение дашбордов, метрик и технических KPI.

Диагностика проблем производительности приложений, Kubernetes и инфраструктуры.

Автоматизация рутинных операций и процессов эксплуатации.

Поддержка и развитие CI/CD совместно с командами разработки.

Взаимодействие с разработчиками при устранении production-проблем и повышении надежности сервисов.

Участие в сопровождении Kubernetes-кластеров и контейнеризированных приложений.

Требования:

Опыт работы SRE, DevOps Engineer или System Engineer от 3 лет.

Уверенное знание Linux.

Практический опыт работы с Docker и Kubernetes.

Опыт сопровождения production-систем.

Опыт работы с Prometheus, Grafana, Loki/ELK/OpenSearch или аналогичными системами наблюдаемости.

Опыт расследования инцидентов и анализа логов.

Практический опыт с GitLab CI, Jenkins или другими CI/CD инструментами.

Опыт работы с Terraform, Ansible или другими IaC-инструментами.

Навыки написания скриптов (Bash, Python или Go).

Понимание сетевых протоколов, HTTP, DNS, TCP/IP и принципов информационной безопасности.

Опыт работы с облачными платформами (AWS, Azure или GCP) будет преимуществом.

Будет преимуществом:

Опыт работы с PostgreSQL, Kafka, RabbitMQ или другими распределенными системами.

Понимание принципов SLI/SLO/SLA.

Опыт проведения postmortem и RCA.

Опыт настройки алертинга и построения наблюдаемости сервисов.