Senior Site Reliability Engineer (MAAS)

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

Senior SRE / Infrastructure Engineer для эксплуатации и масштабирования распределённой платформы на bare-metal GPU-нодах, Kubernetes и виртуализации. Роль hands-on: от BMC и MAAS-провижининга до сетей, наблюдаемости и автоматизации.

Задачи

• Эксплуатировать и поддерживать крупномасштабную Linux-инфраструктуру на Debian/Ubuntu в bare-metal и виртуализированных средах
• Отвечать за bare-metal провижининг на MAAS: region/rack контроллеры, PXE, commissioning, cloud-init, жизненный цикл нод, автоматизация через API/CLI
• Эксплуатировать production-кластеры Kubernetes: обновления, node pools, сети, хранилища, security hardening, траблшутинг
• Проектировать и поддерживать мультисайтовую сеть: VLAN, L2/L3 маршрутизация, bonding, VPN, фаерволы, DNS
• Автоматизировать провижининг и операции с помощью Ansible, Bash/Python, OpenTofu/Terraform и Git-процессов
• Строить и поддерживать автоматизированные деплой-процессы: PXE, Preseed, cloud-init
• Эксплуатировать платформы наблюдаемости: Prometheus, Grafana, Alertmanager, VictoriaMetrics/VictoriaLogs или аналоги
• Определять и улучшать SLI, SLO, алертинг и практики надёжности
• Вести incident response, траблшутинг, эскалации и post-incident улучшения
• Поддерживать on-call процессы и операционное покрытие распределённых сред
• Работать близко к железу: IPMI/Redfish, BMC, RAID, хранилища, диагностика, GPU-инфраструктура
• Управлять платформами виртуализации: Proxmox, KVM/libvirt, OpenStack, VMware, включая GPU passthrough
• Разрабатывать внутренний инфраструктурный тулинг: host discovery, конфигурация, IPAM, health железа, автоматизация
• Вести жизненный цикл инфраструктуры: онбординг сайтов, обслуживание, вывод из эксплуатации, drift detection, runbooks
• Работать с инженерными и кросс-функциональными командами над надёжностью, утилизацией ресурсов и эффективностью

Требования

• 5+ лет hands-on опыта в SRE, инфраструктуре, системном или платформенном инжиниринге
• Экспертный уровень администрирования Linux, особенно Debian/Ubuntu
• Сильный production-опыт с MAAS и bare-metal провижинингом
• Экспертный hands-on опыт эксплуатации Kubernetes в production: жизненный цикл кластера, сети, хранилища, обновления, траблшутинг
• Сильные навыки сетевого инжиниринга: VLAN, L2/L3 маршрутизация, bonding, VPN, фаерволы, DNS
• Сильные навыки автоматизации с Ansible, Bash и/или Python
• Опыт с Terraform/OpenTofu и Git-based инфраструктурными процессами
• Production-опыт с Prometheus/Grafana или аналогичными платформами наблюдаемости
• Опыт с incident response, on-call, мониторингом, алертингом и практиками надёжности
• Опыт с Proxmox, KVM/libvirt, OpenStack, VMware или аналогичными технологиями виртуализации
• Опыт с bare-metal железом, BMC, IPMI/Redfish, хранилищами и диагностикой оборудования
• Понимание распределённых систем, оркестрации контейнеров и надёжности инфраструктуры
• Опыт инфраструктурной безопасности: RBAC, фаерволы, network policies, управление секретами, security hardening
• Умение создавать SOP, runbooks и операционные процессы с нуля
• Способность работать автономно в быстрой инженерной среде
• Свободный английский

Условия

• 100% удалённая работа с гибким графиком
• Высокая степень технического владения и автономии
• Работа напрямую с bare-metal, Kubernetes, сетями и GPU-инфраструктурой
• Международная инженерная команда
• Фокус на автоматизации, надёжности и инфраструктуре в масштабе
• Возможность влиять на архитектуру и операционные основы растущей облачной платформы

Навыки

• Linux
• Debian
• Ubuntu
• MAAS
• PXE
• cloud-init
• Kubernetes
• VLAN
• L2/L3 routing
• VPN
• DNS
• Ansible
• Bash
• Python
• OpenTofu
• Terraform
• Git
• Prometheus
• Grafana
• Alertmanager
• VictoriaMetrics
• VictoriaLogs
• IPMI
• Redfish
• BMC
• RAID
• Proxmox
• KVM
• libvirt
• OpenStack
• VMware
• GPU passthrough
• RBAC
• NetBox
• Vault
• SOPS
• Ceph
• Go