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