Site Reliability Engineer

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

SRE в команду Operations, отвечающую за масштабируемость, надёжность и наблюдаемость production-сред TRG. Задача — обеспечивать доступность, производительность и отказоустойчивость платформ, автоматизировать инфраструктуру и реагировать на инциденты.

Задачи

• Мониторинг, поддержка и повышение доступности, производительности и стабильности production-сред
• Расследование и устранение production-инцидентов, root cause analysis и превентивные меры
• Построение и развитие мониторинга, алертинга, логирования и отчётности
• Разработка скриптов и автоматизированных workflow для снижения ручных операций
• Деплой, конфигурирование и траблшутинг контейнеризованных приложений и инфраструктуры
• Совместное с командами определение, мониторинг и улучшение SLA, SLO и SLI
• Поиск узких мест и оптимизация производительности, масштабируемости и использования ресурсов
• Поддержка разработки, тестирования и автоматизации backup и disaster recovery
• Улучшение процессов деплоя, операционных процедур и надёжности инфраструктуры
• Ведение технической документации, отчётов об инцидентах и runbook'ов
• Кросс-командное взаимодействие с Engineering, DevOps и Customer Support

Требования

• 3+ года опыта в SRE, DevOps, Systems Engineering, Infrastructure Engineering или аналогичной роли
• Практический опыт администрирования и траблшутинга Linux-систем
• Опыт работы с Docker и Kubernetes, включая деплой и траблшутинг контейнеризованных приложений
• Опыт автоматизации на Python, Bash или аналогичных языках
• Опыт с Prometheus, Grafana, Elasticsearch или аналогичными инструментами мониторинга и логирования
• Опыт поддержки production-сред и расследования инцидентов
• Понимание сетевых основ: DNS, TCP/IP, HTTP/HTTPS, диагностика связности
• Знакомство с CI/CD, Git и автоматизированными деплоями
• Понимание облачной инфраструктуры и опыт хотя бы с одним облачным провайдером
• Умение самостоятельно расследовать технические проблемы и находить root cause
• Сильные навыки решения проблем, внимание к деталям и проактивный подход
• Хороший английский для работы с распределёнными командами
• Готовность к сменному графику и on-call ротациям

Условия

• Гибкий график работы
• Годовой performance-бонус
• Компенсация медицинской страховки
• Ежедневная компенсация обедов
• Компенсация спортзала
• Безлимитная подписка Udemy
• Структурированный онбординг и обучение
• Оборудование и поддержка домашнего офиса
• Подарки и награды к дням рождения и личным событиям
• Тимбилдинги и корпоративные мероприятия
• Участие в сменах и on-call ротациях

Навыки

• Linux
• Docker
• Kubernetes
• Python
• Bash
• Prometheus
• Grafana
• Elasticsearch
• Jenkins
• Keycloak
• Git
• CI/CD
• Terraform
• MongoDB
• Redis
• ArangoDB
• DNS
• TCP/IP
• HTTP/HTTPS