Senior Kafka SRE Engineer

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

SRE-инженер для корпоративной стриминговой платформы Schwab на базе Confluent Kafka. Задача — строить, эксплуатировать и повышать надёжность отказоустойчивых стриминговых сервисов через автоматизацию, наблюдаемость, Infrastructure as Code и AIOps.

Задачи

• Проектировать, разворачивать и поддерживать окружения Confluent Kafka в on-prem и облаке
• Развивать инфраструктуру Kafka: Schema Registry, Kafka Connect, ksqlDB, Cluster Linking, cloud-native деплой
• Автоматизировать операционные процессы и снижать ручной труд с помощью Python-инструментов
• Строить наблюдаемость: дашборды, алерты, SLO, операционные метрики
• Применять AIOps: аномалии, корреляция событий, предиктивная аналитика, автоматическое восстановление
• Проводить incident response, root-cause analysis и пост-инцидентные улучшения
• Взаимодействовать с инженерами, архитекторами и инфраструктурными командами для повышения здоровья платформы

Требования

• 5–7 лет опыта поддержки и администрирования production Confluent Kafka (Confluent Platform и Confluent Cloud)
• 5–7 лет опыта разработки автоматизации на Python, операционных инструментов, дашбордов и алертинга
• Практический опыт применения AIOps: детекция аномалий, корреляция событий, снижение алертов, предиктивная аналитика, автоматическое восстановление
• Опыт эксплуатации Kafka на Kubernetes, желательно GKE, с Helm
• Опыт Terraform и Ansible для автоматизации инфраструктуры
• Глубокое знание экосистемы Confluent Kafka: ZooKeeper, KRaft, Schema Registry, Kafka Connect, ksqlDB, Cluster Linking, MirrorMaker, RBAC
• 3+ года работы с публичным облаком, предпочтительно GCP
• Понимание архитектуры Kafka и клиентских внутренностей: producers, consumers, партиции, репликация, сериализация, consumer groups, тюнинг производительности, exactly-once
• Сильное администрирование Linux, troubleshooting, тюнинг производительности и сети
• Опыт поддержки крупных распределённых систем и fault-tolerant архитектур
• Опыт incident response, root-cause analysis и непрерывных улучшений
• Опыт построения наблюдаемости: SLO, метрики, дашборды, мониторинг
• Степень бакалавра в Computer Science, Engineering, IT или смежной области

Условия

• Работа на площадке работодателя (in-office)
• Помимо оклада доступны бонусы и incentive-программы

Навыки

• Confluent Kafka
• Confluent Cloud
• Python
• AIOps
• Kubernetes
• GKE
• Helm
• Terraform
• Ansible
• ZooKeeper
• KRaft
• Schema Registry
• Kafka Connect
• ksqlDB
• Cluster Linking
• MirrorMaker
• RBAC
• GCP
• Linux
• Grafana
• InfluxDB
• BigQuery
• Prometheus
• Splunk
• Datadog
• GitHub Actions
• Cloud Build
• RabbitMQ
• IBM MQ
• Solace
• Google Pub/Sub