SRE-инженер

Крупная продуктовая IT-компания, лидер своего сегмента онлайн-сервисов. Десятки миллионов пользователей в месяц, 1 000+ сотрудников. Сильная инженерная культура, мало бюрократии, много автономии. Открыты позиции в двух командах инфраструктурного кластера. Команду и грейд определим по итогам интервью, исходя из вашего опыта.

• Автоматизировать эксплуатацию Linux-серверов (bare-metal и VM), сетевых сервисов, Kubernetes, CloudNativePG и Nexus.
• Строить и развивать инфраструктурные пайплайны в GitLab CI и Jenkins, с проверками, откатом и оповещениями.
• Обновлять ОС и пакеты без простоя: учитывать кворумы и роли, выводить k8s-ноды из нагрузки и возвращать обратно, делать проверки до и после, настраивать автоматический откат.
• Вести конфигурацию через Salt и Terraform: все изменения проходят через merge request, вы ревьюите правки коллег.
• Писать инструменты автоматизации на Python или Bash: обёртки над API, проверки готовности, отчёты о состоянии парка.
• Выступать напарником владельца 1–2 компонентов, дежурить, входить в группу эскалации по SLO-алертам.
• Вести runbook и документацию, участвовать в разборах инцидентов, переводить ручные операции в автоматизацию.
• Участвовать в квартальных проектах команды (миграции ОС и версий компонентов, сегментация сети, развитие IaC) и помогать младшим инженерам.
• Разворачивать и эксплуатировать Kubernetes-кластеры.
• Отвечать за апгрейды: проверять совместимость версий, готовить план отката, после обновления проверять приложения и системные компоненты.
• Поддерживать мониторинг и SLO, устранять источники нестабильности. На дежурствах самостоятельно разбирать серьёзные инциденты и подключать владельцев смежных систем.
• Автоматизировать развёртывание и эксплуатацию через Terraform, CI/CD и GitOps, развивать ArgoCD и container registry.
• Вместе с соседними командами и ИБ внедрять сетевую изоляцию, RBAC и безопасную доставку секретов.
• Проводить учения по отказу ноды и площадки, восстанавливать кластеры из сохранённых конфигураций и данных, планировать мощности и расходы.
• Адаптировать набор компонентов под другого российского облачного провайдера с учётом его ограничений.
• Консультировать платформенные и продуктовые команды по Kubernetes и диагностике приложений, вести инструкции, участвовать в ревью и готовить напарника.

• 4+ года опыта в эксплуатации нагруженной инфраструктуры в роли SRE, DevOps-инженера или Linux-администратора с дежурствами и самостоятельной работой с инцидентами.
• Глубокое знание Linux и сетей: процессы, память, I/O, cgroups, DNS, TLS, L4/L7-балансировка, диагностика через tcpdump, ss, mtr.
• Сильный опыт с Kubernetes: на уровне администрирования кластеров (control plane, апгрейды, CNI, CSI, RBAC, восстановление, stateful-компоненты).
• Практическй опыт с IaC и конфигурацией: Terraform (модули, state, import), Salt (в идеале), изменения через MR и ревью.
• Навыки построения CI/CD для инфраструктуры, а не только для сборки приложений; опыт автоматизации на Bash, Python или Go.
• Понимание принципов мониторинга: метрики, логи, алерты (Prometheus/Grafana или аналоги).
• Опыт внедрения безопасных изменений в продакшене: поэтапная раскатка, проверки между шагами, идемпотентность, dry-run, автооткат.
• Автономность: сами доводите задачи и проекты до результата, заранее подсвечиваете риски и умеете работать в тесной коллаборации с инжинирингом и ИБ.
• Умение работать с ИИ-агентами, при котором вы сами проверяете полученный код, права и последствия изменений.
• Будет плюсом: Опыт с Yandex Cloud, VK Cloud, OpenStack или несколькими провайдерами; Собственная инфраструктура: развёртывание Kubernetes вне managed-сервиса, bare-metal (IPMI, RAID), KVM/Proxmox; Обновления без даунтайма: ОС, кластерные компоненты (PostgreSQL, etcd, Consul, Kafka) и парки из сотен хостов; Опыт с Vault, Cilium/Calico, операторы СУБД, межкластерной сетью; Навыки тестирования инфраструктурного кода (pytest, molecule, terraform test) и blameless-постмортемов

• Полная удалёнка с гибким графиком: офисы в трёх городах России открыты для всех по желанию.
• Официальное трудоустройство по ТК РФ.
• Прозрачные процессы: performance review дважды в год, понятный инженерный трек, ментор на старте, индивидуальный план развития.
• ДМС с первого дня: стоматология, госпитализация, страховка для поездок за рубеж.
• 31 день отпуска + 5 days off + 10 дней больничного.
• Бюджет на обучение, фитнес и ментальное здоровье.
• Реальное влияние на процессы и архитектуру: много собственных решений, учения по Disaster Recovery, высокий оунершип.
• Масштаб: 10+ Kubernetes-кластеров, больше 1 000 нод и 15+ тысяч подов в основном продакшене, сотни кластеров БД.