VKВедущий инженер доступности
удалёнка, Москва
Команда отвечает за надежность и доступность критичных сервисов мессенджера. Вы будете развивать инфраструктуру и наблюдаемость, автоматизировать операции, участвовать в on-call и устранять инциденты, чтобы снизить время восстановления и повысить стабильность сервиса
ГрейдLead
Опыт3–6 лет
Стек
KubernetesPrometheus/AlertmanagerGrafanaTerraformAnsibleLinuxDockerGraylog/ELKCI/CDGit
Задачи
- •Развивать и сопровождать инфраструктуру highload-системы для повышения доступности и производительности
- •Внедрять SLO/SLI, практики error budget и настраивать приоритизированный алертинг
- •Развивать observability: дашборды, алерты, снижение alert noise, улучшение MTTD/MTTR
- •Автоматизировать рутинные операции, развивать self-service и IaC
- •Участвовать в on-call, расследовать инциденты, проводить postmortem и доводить улучшения до продакшена
- •Вести и актуализировать эксплуатационную документацию: runbooks/playbooks, процедуры релизов/роллбэков
Обязательно
- •Опыт в SRE/DevOps/Platform/System Engineering и эксплуатации highload-систем
- •Глубокие знания Linux: администрирование и диагностика производительности
- •Сетевые навыки для диагностики: TCP/IP, DNS, HTTP/TLS, L4/L7 балансировка
- •Опыт эксплуатации распределённых систем: partial failures, timeouts/retries, backpressure
- •Опыт работы с публичными облаками: сети, балансировщики, autoscaling, IAM, DR-подходы
- •Практический опыт эксплуатации Kubernetes: деплой, конфигурации, диагностика
- •Опыт с IaC и автоматизацией: Terraform (или аналог) + Ansible, CI/CD и безопасные релизы
Будет плюсом
- •Опыт с БД/кешами/очередями: PostgreSQL, Redis, Cassandra, Kafka, ClickHouse
- •Сопровождение Java-приложений: JVM/GC, heap/thread dumps, профилирование
- •Навыки работы с Graylog/ELK как централизованными логами
- •Базовые знания security: secrets management, least privilege
