TradingView

Senior SRE

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

Senior SRE в команду HUB SRE, отвечающую за надёжность высоконагруженных сервисов доставки рыночных данных в реальном времени. Миграция сервисов в Kubernetes, построение наблюдаемости и SLO, участие в on-call.

Задачи

  • Разбираться в работе HUB как системы и устранять риски: путь данных, зависимости, отказы (потеря шардов, warm-up, лаги стриминга, reconnect storms, каскадные сбои), узкие места и единые точки отказа
  • Определять SLI на основе клиентского опыта, согласовывать SLO с командами разработки и строить дашборды для их отслеживания
  • Строить и поддерживать правила мониторинга для каждого сервиса: алерты на основе SLO, маршрутизация алертов, эскалации, требования к метрикам и логам
  • Мигрировать сервисы HUB в Kubernetes и Argo CD, включая stateful streaming-сервисы с graceful draining, контролируемыми реконнектами, warm-up, readiness-проверками и локальным хранилищем
  • Участвовать в design review, проводить Production Readiness Reviews и оценивать изменения роллаутов на влияние на надёжность
  • Готовить и проводить учения по disaster recovery для HUB
  • Участвовать в недельном on-call: реагировать на инциденты, проводить blameless postmortem, доводить action items до конца и устранять повторяющиеся причины
  • Работать с кодом сервисов HUB, исправляя проблемы надёжности вместе с командами разработки, используя AI-инструменты

Требования

  • Подтверждённый опыт SRE или Production Engineer на высоконагруженных продакшн-системах
  • Сильный технический бэкграунд в backend-системах, Linux, сетях и распределённых системах
  • Продакшн-опыт с Kubernetes (probes, graceful shutdown, управление ресурсами, stateful workloads), Helm и GitOps с Argo CD или аналогами
  • Опыт построения наблюдаемости: мониторинг, алертинг, распределённый трейсинг и информативные дашборды (Prometheus, Alertmanager, Grafana, OpenTelemetry)
  • Понимание CI/CD и безопасной доставки для сложных многосервисных систем: поэтапные роллауты, canary-проверки и автоматический откат
  • Практический опыт управления инцидентами: on-call, структурированное реагирование, blameless postmortem и системные улучшения после инцидентов
  • Отличные коммуникативные навыки и умение влиять на другие команды без формальных полномочий

Условия

  • Гибкий график и гибридный формат работы
  • Хорошо оборудованные офисы для сфокусированной и совместной работы
  • Глобальная распределённая команда из 500+ профессионалов
  • Обучение, менторство и долгосрочный карьерный рост
  • Поддержка релокации и ДМС
  • Бонусы по результатам работы
  • Доступ к TradingView Premium
  • Регулярные командные мероприятия и общекорпоративные встречи

Навыки

  • Kubernetes
  • Argo CD
  • Helm
  • Linux
  • Prometheus
  • Alertmanager
  • Grafana
  • OpenTelemetry
  • CI/CD
  • Go
  • PostgreSQL
  • Kafka
  • ClickHouse
  • Terraform
  • Ansible
  • Puppet