Staff Software Engineer, Reliability

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Инженер в команду Site Health Platform, ядро Reliability Infrastructure LinkedIn. Отвечает за платформы полного жизненного цикла инцидентов: детекция, реагирование, problem management и превращение инцидентов в данные и инсайты.

Задачи

• Проектировать и развивать ключевые платформы управления инцидентами на весь жизненный цикл: от детекции и реагирования до problem management и предотвращения
• Участвовать в критической on-call ротации, проводить экспертную триаж-диагностику и координацию при высокосеверных сбоях
• Преобразовывать неструктурированные данные инцидентов в понятные инсайты с помощью AI и LLM-систем: автосуммаризация, классификация, сигналы root cause, рекомендации по митигации
• Строить аналитику и инсайты, выявляющие системные риски надёжности, повторяющиеся паттерны отказов и межсервисные зависимости
• Создавать платформы и инструменты для реалистичного стресс-тестирования дата-центров и региональных мощностей
• Обеспечивать единообразие и качество процессов объявления, управления, разбора и обучения на инцидентах
• Влиять на архитектуру сервисов, SLO и стандарты надёжности через платформы, данные и техническое лидерство

Требования

• Степень бакалавра в Computer Science, Engineering или смежной технической области либо эквивалентный практический опыт
• 6+ лет профессионального опыта в разработке ПО, распределённых системах или reliability engineering
• Опыт ведения технических проектов и архитектурного лидерства
• Опыт построения продуктов и эксплуатации крупномасштабных распределённых систем
• Опыт с двумя и более backend-языками, такими как Go, Python или Java, и владение сложными production-системами
• Опыт full-stack разработки: пользовательские веб-приложения и операционные дашборды на React.js, backend API и data pipelines
• Понимание основ веб-разработки: дизайн API, производительность, доступность, интуитивные интерфейсы
• Понимание принципов reliability engineering, управления инцидентами, observability и работы ОС в условиях отказов
• Навыки отладки и root cause analysis, умение ясно доносить сложные технические выводы
• Желательно: опыт применения AI/LLM к операционным данным и данным инцидентов
• Желательно: знакомство с векторными базами данных и retrieval-системами
• Желательно: продвинутый frontend-опыт на React.js, state management и библиотеках визуализации
• Желательно: опыт проектирования end-to-end full-stack систем
• Желательно: опыт построения internal developer platforms, observability-инструментов или систем реагирования на инциденты

Условия

• Гибридный формат: работа из дома и из офиса LinkedIn в отдельные дни
• Диапазон оплаты $156,000–$255,000 в год
• Возможны годовой performance bonus, акции и льготы
• Позиция в Mountain View, CA

Навыки

• Go
• Python
• Java
• React.js
• Distributed Systems
• Linux
• Observability
• Incident Management
• Root Cause Analysis
• LLM
• AI
• Vector databases
• API design
• Data pipelines
• SLO