Senior Site Reliability Engineer

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

Senior SRE в Zeal Group: отвечает за надёжность, масштабируемость и безопасность облачной инфраструктуры на GCP, автоматизацию и наблюдаемость production-сервисов.

Задачи

• Проектировать, эксплуатировать и улучшать инфраструктуру на Google Cloud Platform (Compute Engine, GKE, Cloud Storage, Cloud SQL, Redis, VPC)
• Находить и реализовывать экономию облачных затрат через rightsizing, autoscaling, committed use discounts, lifecycle-политики хранения и удаление неиспользуемых ресурсов
• Управлять инфраструктурой как кодом на Terraform и Ansible
• Разрабатывать и поддерживать CI/CD и GitOps-процессы на GitLab и Argo CD
• Эксплуатировать кластеры Kubernetes, поддерживать деплой приложений, troubleshooting, capacity planning и апгрейды
• Управлять секретами и политиками доступа через HashiCorp Vault
• Поддерживать и диагностировать Kafka и RabbitMQ
• Улучшать централизованное логирование на OpenSearch, Logstash и Fluent Bit
• Строить мониторинг, дашборды и алертинг на VictoriaMetrics, Grafana и PagerDuty
• Определять SLI/SLO совместно с командами разработки и использовать error budgets
• Участвовать в on-call ротации, вести incident response и postmortems
• Администрировать и диагностировать Linux-системы на базе Red Hat
• Управлять конфигурациями CDN и DNS через Akamai и EdgeNext
• Разрабатывать и проверять процедуры бэкапа, восстановления и disaster recovery
• Снижать операционный toil через автоматизацию, runbooks и улучшение платформенного тулинга

Требования

• Сильный production-опыт в SRE, platform engineering или infrastructure engineering с ответственностью за бизнес-критичные сервисы
• Практический опыт эксплуатации инфраструктуры GCP и рабочих нагрузок Kubernetes
• Опыт анализа облачных затрат и оптимизации стоимости
• Владение Terraform и Ansible
• Опыт построения и поддержки CI/CD и GitOps-процессов
• Сильные навыки администрирования и диагностики Linux, особенно Red Hat-дистрибутивов
• Понимание сетей: TCP/IP, DNS, HTTP/S, TLS, балансировка нагрузки, облачные сети
• Опыт мониторинга, логирования, алертинга и incident response
• Практический опыт работы с Kafka или RabbitMQ
• Опыт управления секретами и безопасного доступа к инфраструктуре
• Умение писать скрипты и инструменты на Bash и хотя бы одном языке программирования (Python или Go)
• Способность расследовать сложные сбои на стыке инфраструктуры и приложений
• Сильные коммуникативные навыки, ownership и умение менторить инженеров
• Опыт использования AI-инструментов для повышения продуктивности при критической проверке результатов и защите чувствительных данных

Навыки

• GCP
• Compute Engine
• GKE
• Cloud Storage
• Cloud SQL
• Redis
• VPC
• Terraform
• Ansible
• GitLab
• Argo CD
• Kubernetes
• HashiCorp Vault
• Kafka
• RabbitMQ
• OpenSearch
• Logstash
• Fluent Bit
• VictoriaMetrics
• Grafana
• PagerDuty
• Linux
• Red Hat
• Akamai
• EdgeNext
• TCP/IP
• DNS
• HTTP/S
• TLS
• Bash
• Python
• Go