Крупная продуктовая IT-компания ищет SRE в команду, отвечающую за доступность, обновления и восстановление систем хранения и обработки данных. Десятки миллионов пользователей в месяц, более 1 000 сотрудников, сильная инженерная культура, автономность и мало бюрократии.
Задачи:
- Диагностика сбоев, производительности и репликации платформы данных.
- Failover, контроль полноты бэкапов, автоматизация восстановления с проверкой целостности.
- IaC и CI/CD для обслуживания и раскатки компонентов, SLO, мониторинг и capacity planning.
- Дежурства, разборы инцидентов и DR-учения с отказом площадки и порчей данных.
- Приём компонентов от текущих владельцев и перенос в другое российское облако.
Стек: Hadoop, S3, Kafka, ZooKeeper, Hive Metastore, Trino/Presto, PostgreSQL, ClickHouse, Kubernetes, Terraform, SaltStack, Prometheus, VictoriaMetrics, Grafana, Yandex Cloud, VK Cloud.
Требования: от 4 лет эксплуатации инфраструктуры с дежурствами; самостоятельное сопровождение в продакшене хотя бы одной системы данных; практический опыт восстановления данных из бэкапов с проверкой целостности; Linux на уровне диагностики файловых систем, дискового I/O и сети; Python или Bash, Terraform, CI/CD.
Масштаб: сотни кластеров БД, несколько PB данных, GPU-мощности.
Условия: удалённая работа из РФ, оформление по ТК РФ.