системный инженер платформы наблюдаемости

Cloud.ru развивает платформу мониторинга, наблюдаемости и эксплуатации инфраструктуры.

• Участвовать в продуктовой RUN-команде;
• Формировать требования к данным и метрикам, внедрять стандарты надёжности данных и лучшие практики наблюдаемости;
• Анализировать потоки и метрики в Prometheus, Loki, OpenTelemetry и других инструментах;
• Выявлять отклонения, узкие места и возможности оптимизации;
• Проверять полноту, корректность и соответствие данных требованиям;
• Автоматизировать проверки через Quality Gates;
• Писать и поддерживать автоматические тесты компонентов мониторинга;
• Проверять наличие и корректность метрик, логов и трассировок после деплоя;
• Планировать тесты надёжности, канарейковые и теневые развёртывания с автоматическим откатом;
• Проводить нагрузочное тестирование и сравнивать результаты с базовым профилем;
• Исследовать новые технологии, собирать метрики и готовить рекомендации;
• Интегрировать Quality Gates в CI/CD;
• Отслеживать эффективность через SRE-KPIs и публиковать их в дашбордах;
• Анализировать инциденты, логи, трассировки, метрики и ETL-пайплайны;
• Документировать причины инцидентов, фиксировать ошибки и предлагать решения;
• Вести базу знаний, включая отчёты о разборе инцидентов и операционные руководства;
• Создавать и актуализировать схемы потоков данных, инструкции и описания архитектуры платформы;
• Улучшать функциональность и производительность внутренней платформы мониторинга;
• Автоматизировать наблюдаемость и оповещения как код;
• Интегрировать пороги проверки качества в CI/CD перед деплоем;
• Готовить обучающие материалы и проводить воркшопы;
• Способствовать принятию единых практик наблюдаемости.

• Уметь создавать отказоустойчивые масштабируемые сервисы;
• Иметь опыт написания и ревью технической документации;
• Иметь опыт коммуникации с разработчиками и бизнесом, включая объяснение компромиссов между надёжностью и разработкой функций;
• Обладать системным мышлением и уметь анализировать сложные сценарии отказа;
• Уметь выявлять корневые причины и находить способы их устранения;
• Иметь практический опыт построения и внедрения Quality Gates в CI/CD для управления рисками при развёртывании;
• Уметь определять SLI и SLO для сервиса без исторических данных о надёжности;
• Уметь рассчитывать композитные SLO для сервиса, зависящего от более чем 10 микросервисов;
• Иметь опыт внедрения наблюдаемости как кода и оповещений как кода.

• Оклад и годовой бонус;
• Расширенный ДМС со стоматологией;
• Компенсация спорта;
• Штатный терапевт и психолог;
• Гибкий график работы, пятница — сокращённый рабочий день;
• Возможность работать удалённо на территории РФ в зависимости от функционала и позиции;
• Классный офис в Москве и коворкинги в разных городах России;
• Оформление в соответствии с трудовым законодательством РФ;
• Индивидуальный план развития и обучение за счёт компании;
• Возможность вертикального и горизонтального роста;
• Возможность развиваться как эксперту: выступать на мероприятиях и писать статьи;
• Профессиональные сообщества и клубы по интересам;
• Неформальные мероприятия;
• Материальная помощь при рождении детей и других семейных обстоятельствах;
• Бонусы за рекомендации кандидатов;
• Бонусные программы от компаний-партнёров.