Site reliability engineer (Engineering platform, Центр робототехники Сбера)

Описание

Центр Робототехники — динамично развивающееся подразделение, специализирующееся на исследованиях и разработке решений в области робототехники, компьютерного зрения и машинного обучения. Наша MLOps Platform Engineering Team отвечает за построение надёжной и масштабируемой платформенной инфраструктуры, которая обеспечивает полный цикл разработки и эксплуатации ML-сервисов — от прототипирования до продакшен-решений в сфере робототехники. Сейчас мы ищем SRE (Site Reliability Engineer), который поможет нам построить гибридную инфраструктуру, объединяющую локальные ресурсы Центра с облачной платформой [Cloud.ru](http://cloud.ru/), а также создаст эффективные инструменты для утилизации GPU и Observability всех ресурсов. Почему у нас круто: * Сложные технологические вызовы: Вы будете одним из ключевых инженеров, кто создаёт гибридную платформу для робототехнических решений в реальном производстве. * Влияние на продукт: Непосредственное участие в постановке задач и формировании архитектуры, результаты вашей работы видны сразу. * Развитие и экспертиза: Регулярные внутренние митапы по MLOps, DevOps и SRE, возможность влиять на технический ландшафт целого направления. * Инновационная среда: Работа в Центре Робототехники подразумевает тесное взаимодействие с учёными, исследователями и инженерами-робототехниками.

Обязанности

1.Проектирование и развёртывание гибридной инфраструктуры: * Объединение локального железа Центра Робототехники и облачных ресурсов [Cloud.ru](http://cloud.ru/) (advanced конфигурации). * Настройка сетевых связей, управление безопасностью и политиками доступа. 2.Инфраструктурное программирование (IaC): * Разработка и поддержка Terraform/Ansible/Pulumi скриптов для автоматического конфигурирования ресурсов. * Создание модульных и повторно используемых шаблонов, упрощающих дальнейшее масштабирование. 3.Разработка методики расчёта утилизации GPU: * Сбор метрик и анализ загрузки GPU (NVIDIA, AMD или другие в зависимости от стека). * Создание дашбордов и отчётов для принятия решений о ресурсном планировании и эффективности использования. 4.Построение системы Observability: * Внедрение инструментов для логирования, трассировки и мониторинга (Prometheus, Grafana, Jaeger и т.д.). * Разработка алертинг-стратегии (alerting), позволяющей оперативно реагировать на сбои в гибридном контуре. * Оптимизация и настройка мониторинга высоконагруженных сервисов, ML-пайплайнов и робототехнических модулей. 5.Участие в общей культуре SRE: * Совместная работа с командами разработчиков, ML-инженеров и DevOps, чтобы обеспечить надёжность сервисов. * Участие в планировании и проведении постмортемов, инцидент-менеджменте и постоянном улучшении инфраструктуры.

Требования

* Уверенные навыки IaC: опыт работы с Terraform, Ansible или аналогичными инструментами для описания и управления инфраструктурой. * Опыт в настройке Observability: понимание принципов мониторинга, логирования и трассировки, опыт работы с Prometheus, Grafana, ELK/EFK, Jaeger и т.д. * Понимание GPU-среды: умение работать с GPU кластерами (NVIDIA, AMD), собирать метрики, анализировать производительность. * Знание основ сетевых протоколов и безопасности: настройка VPN/SSH-туннелей, работа с firewall, обеспечение безопасного доступа к ресурсам. * Практика в гибридных или мультиоблачных окружениях: настройка связи локального ЦОД и облачного провайдера (AWS, GCP, Azure, [Cloud.ru](http://cloud.ru/) и т.д.). * Желателен опыт SRE: понимание подходов SLO/SLI/SLA, error budget и методов управления надёжностью в распределённых системах. * Soft Skills: способность эффективно коммуницировать с другими командами (ML, Dev, QA), умение писать понятную документацию, готовность обучать коллег.

Условия

* Офисный формат работы, возможность гибридного графика * Комфортный современный офис рядом с м. Кутузовская * Ежегодный пересмотр зарплаты, годовая премия * Корпоративный спортзал и зоны отдыха * Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * Программа адаптации и помощь руководителя на старте * Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * Ипотека для сотрудников выгоднее до 4% * Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров