Старший инженер обеспечения надежности (SRE)

• Повышать надёжность ИТ-сервисов, развивать процессы, повышающие надёжность ИТ-сервисов и инфраструктуры;
• Участвовать в разборах инцидентов и проблем, выявлять риски и эксплуатации;
• Участвовать в процессе архитектурного ревью ИТ-сервисов и инфраструктуры;
• Автоматизировать и внедрять практики SRE;
• Контролировать актуальность технической документации.

• Опыт развертывания, администрирования и траблшутинга высоконагруженных систем оркестрации контейнеров, как on-prem, так и в публичных облаках (у нас Kubernetes);
• Понимание подхода IaC и управления конфигурациями (у нас Ansible и Terraform) и умение его применять;
• Опыт построения систем наблюдаемости, как системных, так и прикладных решений. Понимание, какие метрики собирать, куда смотреть при проблемах, какие дашборды для этого нужны (мы используем Prometheus/Grafana);
• Понимание принципов и опыт построения отказоустойчивых сервисов и эксплуатации высоконагруженных систем (Web-серверов, СУБД, приложений);
• Опыт построения процесса непрерывного резервного копирования инфраструктурных компонентов.

Будет плюсом:

• Опыт администрирования: Kafka, RabbitMQ, PostgreSQL, Redis;
• Знание и умение применять практики SRE;
• Опыт в тестировании систем на отказоустойчивость и нагрузку (нагрузочное тестирование, Chaos Engineering);
• Опыт в разработке планов аварийного восстановления (DRP).