Jobgether
Senior Site Reliability Engineer (Data Platform)
Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.
Senior SRE в международную команду для построения, эксплуатации и масштабирования крупной распределённой data-платформы (YTsaurus), обслуживающей бизнес-критичные приложения и AI-нагрузки. Работа на стыке разработки, инфраструктуры и распределённых систем.
Задачи
- Обеспечивать надёжность, производительность и ёмкость кластеров YTsaurus, гарантировать сохранность данных и предсказуемое поведение системы
- Разрабатывать и поддерживать сервисы, автоматизацию Kubernetes и операционные инструменты преимущественно на Go
- Улучшать мониторинг, алертинг и диагностику для раннего обнаружения инцидентов
- Расследовать сложные продакшн-проблемы в Linux, сетях, Kubernetes и распределённом хранилище
- Участвовать в on-call дежурствах, вести расследования инцидентов и внедрять долгосрочные решения
- Оптимизировать использование ресурсов, изоляцию нагрузок и управление ёмкостью мультитенантной платформы
- Совместно с разработчиками платформы принимать архитектурные решения и безопасно внедрять изменения
- Сокращать рутинные операции за счёт автоматизации и улучшения инструментов
- Развивать компоненты платформы от проектирования до продакшн-деплоя
Требования
- Опыт эксплуатации распределённых stateful-систем в продакшене и ответственность за их надёжность
- Сильные знания Linux и основ сетей, умение разбираться в инфраструктурных сбоях
- Практический опыт деплоя и траблшутинга нагрузок в Kubernetes
- Сильные навыки программирования и разработки поддерживаемого продакшн-кода
- Опыт с Go приветствуется; рассматриваются кандидаты с другими языками и готовностью учить Go
- Сильные навыки диагностики с использованием логов, метрик и трейсов
- Опыт повышения надёжности и эффективности через автоматизацию
- Умение доводить технические улучшения от выявления проблемы до внедрения
- Сильные коммуникативные навыки и умение объяснять технические компромиссы
- Проактивность и чувство ответственности
Условия
- Конкурентная компенсация
- Возможности карьерного роста и обучения
- Гибкость и автономия, значимое владение техническими проектами
- Работа над AI-инфраструктурой и продвинутой data-платформой
- Международная среда с опытными коллегами
- Решение сложных инфраструктурных задач в распределённых системах
Навыки
- Kubernetes
- Linux
- Go
- YTsaurus
- Hadoop
- Spark
- ClickHouse
- Kafka
- Networking
- Distributed Systems