Principal Software Engineer - Observability & Telemetry Data

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

Principal-инженер в команду Observability Engineering в Smartsheet. Отвечает за архитектуру платформы телеметрии и наблюдаемости: сбор, моделирование и хранение метрик, логов и трейсов, интеграцию с Databricks и MLflow, а также стандарты инструментирования сервисов.

Задачи

• Проектировать сквозную архитектуру платформы телеметрии: landing, моделирование и запросы к данным, открытые табличные форматы, партиционирование и эволюция схем, разделение хранения и вычислений, многоуровневое хранение и интерфейсы запросов
• Определять семантические конвенции, общие бизнес-идентификаторы (пользователь, организация, план, тенант) и стандарты схем для корреляции любых сигналов и продвигать их во всех сервисных командах
• Руководить миграцией на инструментирование на базе OpenTelemetry: архитектура коллекторов, проброс контекста, стратегия сэмплирования, включая tail-based sampling
• Отвечать за архитектуру интеграции платформы наблюдаемости с Databricks и MLflow для захвата телеметрии агентов и моделей (промпты, completion, вызовы инструментов и MCP, результаты оценки) без сэмплирования и с учётом требований редактирования данных
• Обеспечивать наблюдаемость самого дата-платформы: задачи, пайплайны и хранилища Databricks, сигналы о свежести, качестве, происхождении данных и стоимости
• Строить аналитический слой на телеметрии: метрики надёжности и инцидентов, модели стоимости и chargeback телеметрии, отчётность по покрытию и внедрению
• Проектировать высоконагруженный слой сбора и маршрутизации телеметрии (FluentBit, Kinesis, OTel collectors) между регионами US, EU, AU и GovCloud и руководить миграцией пайплайнов на единый бэкенд
• Определять архитектуру стоимости данных наблюдаемости: управление ingest, контроль кардинальности, многоуровневое хранение
• Согласовывать архитектуру телеметрии с Data Platform, AI Platform и инфраструктурными командами, влиять на чужие роадмапы и представлять наблюдаемость в решениях по платформам и вендорам
• Проводить ревью дизайна и кода, писать архитектурные решения и стандарты, менторить senior и middle инженеров
• Участвовать в production support и on-call ротации, разбирать сложные инциденты и проводить root-cause анализ

Требования

• 10+ лет опыта построения и эксплуатации крупномасштабных распределённых систем, дата-платформ или инфраструктуры наблюдаемости, включая уровень Principal или Staff
• Глубокий практический опыт работы с метриками, логами и распределённым трейсингом в продакшене, включая хотя бы один крупный бэкенд (Datadog или аналог), понимание кардинальности и механики стоимости
• Опыт телеметрического data engineering: крупномасштабная архитектура данных, открытые табличные форматы (Delta Lake, Apache Iceberg), Spark или аналогичная распределённая обработка, потоковый ingest, партиционирование и эволюция схем, оптимизация производительности и стоимости запросов
• Практический опыт с платформой Databricks (jobs, clusters, Unity Catalog, Delta) и с MLflow для телеметрии моделей и агентов
• Практический опыт с OpenTelemetry: коллекторы, семантические конвенции, проброс контекста, стратегии сэмплирования, включая tail-based sampling
• Опыт работы с высоконагруженными пайплайнами логов и телеметрии: FluentBit или Fluentd, потоковый транспорт Kinesis или Kafka, проектирование индексов и маппингов поискового бэкенда
• Продвинутая экспертиза в AWS и Kubernetes: EKS, ECS Fargate, EC2, Lambda, CloudWatch в продакшене
• 10+ лет опыта программирования на современных языках, таких как Go, Java, Python или Scala, и уверенный SQL
• Infrastructure as Code: Terraform и GitOps-процессы (Flux или ArgoCD)
• Опыт задания технического направления, принятого несколькими командами и организациями, включая письменные артефакты (архитектурные решения, стандарты, RFC)
• Сильные навыки реагирования на инциденты и опыт сокращения MTTR за счёт лучшего инструментирования и данных
• Степень в Computer Science, Engineering или смежной области либо эквивалентный практический опыт
• Право на работу в США на постоянной основе

Условия

• Полная занятость, отчётность Team Lead, Observability Engineering
• Офис в Bellevue, WA или удалённая работа из любого зарегистрированного в США локации Smartsheet
• Субсидируемое работодателем медицинское, офтальмологическое и стоматологическое страхование
• 401k с матчингом 50% взноса до первых 6% подходящей зарплаты
• Ежемесячный стipend на работу и продуктивность
• Flexible Time Away Program и Sick Time Off
• Страхование жизни, краткосрочная и долгосрочная нетрудоспособность за счёт компании
• 12 оплачиваемых праздников в год
• До 24 недель родительского отпуска
• Оплачиваемый день волонтёрства
• Возможности профессионального роста, включая доступ к курсам Udemy
• Company Funded Perks: консультационное членство, локальные скидки, личный аккаунт Smartsheet
• Базовая зарплата $222,500—$257,500 USD в год плюс рыночная incentive-программа

Навыки

• OpenTelemetry
• Datadog
• Databricks
• MLflow
• Delta Lake
• Apache Iceberg
• Spark
• FluentBit
• Fluentd
• Kinesis
• Kafka
• AWS
• EKS
• ECS Fargate
• EC2
• Lambda
• CloudWatch
• Kubernetes
• Go
• Java
• Python
• Scala
• SQL
• Terraform
• Flux
• ArgoCD
• Prometheus
• Grafana
• Alertmanager
• Snowflake
• Backstage