DevOps-инженер

Мы ищем Middle/Senior DevOps-инженера, который присоединится к нашей команде для построения и развития надежной, масштабируемой и безопасной инфраструктуры.

Чем предстоит заниматься:

• Развитие инфраструктуры: Проектировать, развивать и поддерживать приложения в собственных контурах с использованием принципов IaC.

• K8s: Разворачивать и приводить к стандарту k8s-кластеры (сети, ingress, storage, секреты, autoscaling).

• CI/CD: Настраивать и поддерживать эффективные процессы непрерывной интеграции и доставки (CI/CD) на основе GitLab Flow.

• Автоматизация: Автоматизировать рутинные операции с помощью Ansible, Terraform.

• Мониторинг и логи: Развивать систему мониторинга и сбора логов (Grafana, ELK-stack) для оперативного контроля и предотвращения инцидентов.

• Техническая поддержка: Участвовать в устранении инцидентов (troubleshooting) на всех уровнях стека — от сети и ОС до приложений.

Требуесый опыт (3+ лет на позициях DevOps/SRE):

• Kubernetes: администрирование production кластеров, работа с Helm, ArgoCD, понимание Service Mesh (Istio).

• Умение работать с Bare-metal и работать не с облачными managed-решениями.

• Автоматизация и IaC: практический опыт Terraform, Ansible.

• CI/CD: опыт настройки пайплайнов GitLab CI, Jenkins, понимание Gitlab Flow, trunk-based development.

• Мониторинг: навыки настройки Prometheus, Grafana, ELK Stack, опыт с observability инструментами.

• Программирование: уверенные навыки Python и Bash.

• Сетевые технологии: TCP/IP, DNS, HTTP, NAT, знание принципов работы сетевых устройств.

• Опыт построения отказоустойчивых конфигураций Kafka, Redis.

Будет плюсом:

• Опыт с высоконагруженными системами (highload).

• Опыт программирования Go.

• Сертификации: AWS Certified DevOps Engineer, Azure Administrator, GCP Professional Cloud Architect.

• Опыт в Machine Learning / Data Platform инженерии.

Цели команды и метрики успеха:

• TTFD (Time To First Deployment): разработка нового сервиса или фичи выходит в production за часы, а не дни или недели.

• MTTR (Mean Time To Recovery): стабильное снижение времени восстановления после инцидентов.

• Alarmfatigue prevention: алерты без шума, каждый alert действителен, настроены runbooks и playbooks для автоматизированного реагирования.

• IaC-покрытие инфраструктуры: 90%+ кода инфраструктуры в версионной системе (Git).

• Disaster Recovery: регулярные DR-тесты в заданные RTO/RPO, документирование стратегии восстановления.

• Автоматизация: минимизация ручных операций, экономия ресурсов, снижение операционных затрат (CapEx/OpEx).