DevOps-инженер в Deploy Platform

Команда Deploy Platform развивает инфраструктурное контейнерное облако, в котором располагаются сервисы, создаваемые тысячами разработчиков Яндекса. Под управлением инфраструктурного облака находятся более 120 тысяч серверов и более 50 тысяч приложений (около миллиона контейнеров), а также суперкомпьютеры, которые входят в топ-100 мирового рейтинга. Мы создаём, поддерживаем и используем множество сервисов и инструментов, чиним опенсорс-компоненты, отправляем патчи в upstream; стремимся применять лучшие практики SRE, минимизировать рутину и автоматизировать эксплуатацию. Наша цель — сократить время запуска сервиса и снизить стоимость ресурсов облака.

Пользователям мы помогаем запускать и эксплуатировать сервисы: настраиваем балансировку, предоставляем мониторинг поднятых сервисов, собираем логи, поддерживаем интеграцию с CI/CD и т. д. Стремимся сделать из облака единую интегрированную платформу (PaaS) для удобной и качественной разработки сервисов с использованием стандартных механизмов API, UI и подхода Infrastructure as Code.

Ищем опытного DevOps-инженера, который сможет включиться в построение гибридных облаков и обеспечить безопасную эксплуатацию кластера.

Какие задачи вас ждут

Развивать и совершенствовать автоматизацию обновлений облака
Вы будете поддерживать и модернизировать hostmanager — ключевой сервис для управления жизненным циклом хостов в облаке, автоматизировать обновления ОС, ядра, системных компонентов и Kubernetes-нод с минимальным влиянием на работающие сервисы, разрабатывать механизмы безопасного канареечного развёртывания и отката обновлений, интегрировать лучшие практики CI/CD и Infrastructure as Code в процессы эксплуатации инфраструктуры.

Управлять парком хостов (более 100 тысяч единиц)
Необходимо будет обеспечивать высокую доступность и производительность всей инфраструктуры, анализировать метрики, логи и события для выявления и предотвращения инцидентов, участвовать в проектировании систем мониторинга, алертинга и диагностики на уровне хостов и кластеров, работать с распределёнными системами, оптимизировать использование ресурсов и снижать время простоя.

Улучшать безопасность и изоляцию системных компонентов
Вам предстоит работать над изоляцией dom0 и других критических компонентов виртуализации и оркестрации, внедрять механизмы безопасной загрузки (secure boot), контроля целостности и изоляции окружения. Вы будете анализировать уязвимости и участвовать в повышении уровня защищённости инфраструктуры на всех уровнях: от железа до оркестратора.

Развёртывать и развивать bare-metal-кластеры Kubernetes
Вам предстоит проектировать и внедрять решения для развёртывания и эксплуатации крупных bare-metal-кластеров Kubernetes в выделенных дата-центрах, исследовать и адаптировать инфраструктурные сервисы для работы в гибридных средах — на физических серверах и в облаках. Вы будете участвовать в развёртывании критически важных систем в Kubernetes (например, YT — платформы для распределённых вычислений), обеспечивать высокую производительность и отказоустойчивость. Работать с low-level-компонентами: Container Runtime (Porto), CNI, CSI, node agents, системными демонами, а также с настройкой ядра Linux и аппаратной спецификой серверов; разрабатывать собственные инструменты и контроллеры для Kubernetes, автоматизировать рутинные операции.

Мы ждем, что вы

• Администрировали высоконагруженные сервисы, умеете устранять неполадки
• Пишете на Go или Python, владеете Bash
• Знаете и используете ansible/puppet/salt
• Уверенно администрируете системы Debian / Ubuntu / Red Hat
• Понимаете, как устроены большие кластеры и как их обслуживать
• Не боитесь коммуницировать с большим количеством смежных команд, строить и улучшать процессы

Будет плюсом, если вы

• Разрабатывали на Go, Python или C++
• Работали с Kubernetes и Helm
• Занимались сборкой образов с использованием Packer/debootstrap
• Выстраивали SLO/SLA для сервисов и инфраструктуры
• Умеете работать с Terraform для управления инфраструктурой
• Знакомы с процессами инцидент-менеджмента
• Понимаете принципы работы очередей и распределённых систем
• Разбираетесь в обеспечении отказоустойчивости серверных приложений

О команде

Наша команда — это группа инженеров, которые решают сложные инфраструктурные задачи.

Мы поддерживаем инфраструктурное контейнерное облако, которое объединяет более 100 тысяч серверов в нескольких геолокациях и обслуживает десятки тысяч пользовательских сервисов. Deploy Platform — это облако, на котором запускаются:

• Около 1 000 000 контейнеров, использующих более 4 000 000 ядер Hyper Threading
• Более 5000 балансеров, обрабатывающих ≈ 10 800 000 запросов в секунду в обычный пятничный вечер

Подписывайтесь на [телеграм-канал Yandex Infrastructure](https://t.me/+PZIYnlkjFeNmMjE6), чтобы узнать больше о том, как мы делаем внутреннюю инфраструктуру Яндекса.