Reliability / SRE Lead

Мы приглашаем в нашу команду эксперта на позицию лидера команды Надёжности, который станет опорой для команды и поможет нам выстроить и внедрить единые подходы к обеспечению надёжности продуктов, сервисов и систем в рамках направления развития внутренней инфраструктуры VK. Мы активно развиваемся и растём, работаем над улучшением процессов, повышением надёжности и качества наших сервисов. Наши активности делятся на два основных направления: развитие централизованных сервисов разработки и проекты гибкой инфраструктуры по миграции в облако. А также мы формируем команду и запускаем проекты по надёжности — повышение SLO внутренних сервисов и развитие SRE-практик.

Задачи

Внедрение SLO для централизованных сервисов разработки (GitLab, TeamCity, Nexus, Allure и т. д.)

Внедрение SLO для корпоративных систем, внутренней инфраструктуры и продуктов

Выстраивание процессов управления надёжностью для всей внутренней инфраструктуры в соответствии с общей методологией, включая подходы: 

- к определению классов критичности систем и сервисов на основе влияния их простоя на бизнес-процессы; 

- к оценке экономически обоснованных значений RTO и RPO;

- к формированию системы продуктовых метрик в части обеспечения надёжности; 

- к выстраиванию процессов управления уровнем сервиса на основе SLA/SLO/SLI; 

- к обеспечению непрерывности и доступности критичных систем и сервисов; 

- к управлению критическими событиями в прод-среде

Требования

• Опыт работы в ИТ от 10 лет
• Опыт от 3 лет в разработке, автоматизации тестирования ПО и (или) SRE
• Опыт работы на позиции лидера практики SRE в крупных технологических компаниях
• Наличие управленческого опыта (управление командой не менее 5 человек)
• Отличные коммуникационные навыки
• Опыт разработки SLA/SLI/SLO и знание принципов их формирования
• Опыт внедрения практик и инструментов SRE и DevOps
• Опыт в работе с распределённой инфраструктурой, микросервисной архитектурой
• Знание принципов работы облачных сервисов и современных средств мониторинга и автоматизации управления инфраструктурой
• Опыт организации построения или управления инфраструктурой отказоустойчивых систем, работающих в режиме 24x7x365 и требующих минимального участия человека
• Знание принципов и методов обеспечения качества и надёжности ИТ-сервисов
• Практическое знание нескольких скриптовых языков

Будет плюсом

• Практический опыт внедрения практик и инструментов Capacity Management, Availability Management, Business Continuity Management
• Опыт энтерпрайз-разработки Java, Go