site reliability engineer

Команда занимается обеспечением надёжности, масштабируемости и предсказуемости релизов в условиях растущей нагрузки и увеличения числа критичных компонентов системы. Она развивает инфраструктуру нагрузочных тестов, автоматизирует процессы диагностики и оптимизирует производительность распределённых систем.

• Проводить низкоуровневую диагностику производительности систем;
• Выполнять системную диагностику Linux на уровне ядра, памяти, сети и системных вызовов;
• Анализировать деградации процессора, ввода-вывода и задержек с использованием инструментов perf, strace, tcpdump, iostat;
• Выявлять и локализовывать узкие места на уровне приложений, баз данных, хранилищ и сети;
• Строить профили производительности по задержкам, пропускной способности и насыщению;
• Проводить анализ первопричин инцидентов и деградаций;
• Работать с метриками, логами и трассировками распределённых систем;
• Коррелировать события и выявлять деградации с использованием Prometheus, Grafana, OpenTelemetry, Jaeger;
• Оптимизировать производительность и масштабируемость систем;
• Настраивать параметры системы и проводить сравнительные тесты конфигураций;
• Участвовать в настройке и развитии горизонтального масштабирования, балансировки нагрузки, кэширования и отказоустойчивости;
• Реагировать на инциденты в продакшене и проводить анализ причин и последствий;
• Подготавливать постмортемы и внедрять меры предотвращения повторов.

• Глубокое понимание архитектуры Linux: ядро, планировщик, управление памятью, сетевой стек;
• Практический опыт диагностики и оптимизации производительности систем под нагрузкой;
• Уверенный опыт работы с инструментами низкоуровневой диагностики: perf, strace, tcpdump, vmstat;
• Понимание методологий анализа производительности: USE, RED, Golden Signals, планирование мощностей;
• Опыт работы с системами мониторинга и трассировки: Prometheus, Grafana, OpenTelemetry, ELK;
• Навыки анализа метрик, логов и трассировок распределённых систем;
• Понимание архитектуры и поведения систем под нагрузкой: горизонтальное масштабирование, балансировка нагрузки, репликация, отказоустойчивость;
• Глубокое знание сетевых протоколов: TCP/IP, HTTP, DNS, балансировка нагрузки;
• Практический опыт диагностики сетевых задержек и проблем производительности;
• Навыки автоматизации диагностики и управления инфраструктурой: Bash, Python, Ansible, CI/CD.

• Гибкий график работы;
• Бонусы и скидки от партнеров;
• Офис в центре города;
• ДМС;
• Профессиональная команда.