Старший SRE (Site Reliability Engineer)

Что предстоит делать

<h3>Что это за проект и почему он должен вас заинтересовать?</h3><p>Мы создаем мультибрендовую iGaming-платформу, которая помогает операторам вести бизнес на регулируемых рынках по всему миру. Она объединяет три основных продукта — Player Account Management (PAM), Sportsbook и Casino, — все построены на современной микросервисной архитектуре с использованием Scala и бэк-офисом на React/TypeScript.</p><p>Мы ищем Senior SRE для присоединения к нашей команде, чтобы помочь нам создавать и поддерживать надежную, наблюдаемую и масштабируемую инфраструктуру. Вы будете тесно работать с разработчиками, отвечать за практики обеспечения надежности и вносить вклад в DevOps-культуру команды.</p> <h3>Вы отлично подойдете на эту позицию, если обладаете:</h3><p><strong>Обязательно: Технические навыки</strong></p><ul><li>Linux — уверенная диагностика в терминале, работа с логами, процессами, основами сетей, использованием ресурсов.</li><li>Kubernetes / GKE — глубокое практическое понимание workloads, pods, services, ingress/gateway, probes, RBAC, ресурсов, автоскейлинга и устранения неполадок.</li><li>GCP — практический опыт работы с облачной инфраструктурой, особенно в части GKE, IAM, сетей, балансировщиков нагрузки, artifact registry и диагностики в production.</li><li>Docker / Контейнеры — образы, registry, отладка во время выполнения, жизненный цикл контейнеров.</li><li>Helm — понимание Helm-релизов, values, состояния развертывания и отката.</li><li>GitOps / FluxCD — способность понимать и устранять неполадки в GitOps-процессе развертывания, дрейфе, автоматизации образов и Git-откатах.</li><li>Понимание CI/CD — умение расследовать сбои пайплайнов и проблемы с развертыванием; необязательно быть основным разработчиком пайплайнов, если этим занимается DevOps.</li><li>Наблюдаемость (Observability) — Prometheus, Alertmanager, Grafana; понимание метрик, логов, трейсов, дашбордов, оповещений и мониторинга production.</li><li>Основы сетей — DNS, балансировщики нагрузки, ingress, gateway, TLS, маршрутизация, правила брандмауэра/безопасности.</li><li>SLI / SLO / SLA — умение определять и применять целевые показатели надежности, а не просто объяснять термины.</li><li>Реагирование на инциденты — опыт работы с production-инцидентами, откатами, восстановлением сервисов, RCA/postmortem.</li><li>Основы эксплуатации баз данных / систем обмена сообщениями — PostgreSQL, Couchbase, Kafka, Elasticsearch/ELK или аналоги; достаточно для мониторинга здоровья, миграций, индексов, топиков и сигналов сбоев.</li><li>Основы безопасности / комплаенса — секреты, IAM/RBAC, аудиторский след, доказательства релизов/изменений.</li></ul><p><strong>Обязательно: Навыки обеспечения надежности / эксплуатации</strong></p><ul><li>Умение оценить, является ли релиз технически безопасным для запуска.</li><li>Умение определить, что должно отслеживаться во время и после развертывания.</li><li>Умение проверить работоспособность production после релиза.</li><li>Умение подготовить или проверить планы отката.</li><li>Умение возглавить или поддержать наблюдение после релиза.</li><li>Умение улучшать runbook'и и процедуры реагирования на инциденты.</li><li>Умение выявлять пробелы в дашбордах, оповещениях, проверках развертывания и доказательствах релиза.</li><li>Умение работать с DevOps, не дублируя их зону ответственности.</li></ul><p><strong>Обязательно: Мягкие навыки</strong></p><ul><li>Ответственность и подотчетность — доведение production-проблем до полного решения.</li><li>Спокойствие под давлением — способность четко действовать во время инцидентов, неудачных развертываний и откатов.</li><li>Четкая коммуникация — предоставление лаконичных обновлений: влияние, текущие действия, ETA, риски, необходимое решение.</li><li>Структурированная диагностика — разбиение проблем на категории: приложение, инфраструктура, сеть, база данных, конфигурация, различия в релизе, внешние зависимости.</li><li>Осознание рисков — умение сказать, когда релиз рискован, и объяснить почему.</li><li>Сотрудничество — хорошая работа с Dev, QA, Product, Support, Release Manager и DevOps.</li><li>Дисциплина документирования — ведение runbook'ов, шагов отката, хронологии инцидентов и эксплуатационных доказательств.</li><li>Мышление без обвинений — фокус на первопричине и предотвращении.</li><li>Проактивность — выявление отсутствующих оповещений, дашбордов, runbook'ов и пробелов в процессах до возникновения инцидентов.</li><li>Расстановка приоритетов — умение отделять реальное влияние на production от шума оповещений.</li></ul><p><strong>Будет плюсом</strong></p><ul><li>Опыт работы с Terraform / IaC.</li><li>Продвинутое проектирование инфраструктуры GCP.</li><li>ArgoCD или другие GitOps-инструменты.</li><li>Продвинутая настройка производительности баз данных.</li><li>Опыт работы с service mesh.</li><li>Опыт дежурств по on-call ротации с PagerDuty/Opsgenie или аналогами.</li><li>Опыт проведения RCA/postmortem-сессий.</li><li>Опыт в домене ставок/гемблинга.</li><li>Хороший письменный английский для обновлений по инцидентам, релизных заметок и аудиторских доказательств.</li><li>Базовое понимание концепций, связанных с AI: агенты, навыки, MCP.</li></ul> <h3>Вот некоторые из задач, над которыми вы будете работать:</h3><ul><li>Совместно с DevOps и инженерными командами отвечать за практики обеспечения надежности production.</li><li>Мониторить работоспособность production и улучшать наблюдаемость.</li><li>Поддерживать релизы, hotfix'ы, откаты и наблюдение после релиза.</li><li>Проверять готовность к развертыванию и готовность к откату.</li><li>Участвовать в реагировании на инциденты и RCA/postmortem.</li><li>Поддерживать runbook'и, дашборды, правила оповещений и эксплуатационную документацию.</li><li>Обеспечивать отслеживаемость и готовность к аудиту доказательств релиза.</li><li>Координировать действия с Dev, QA, Product, Support, Release Manager и DevOps во время production-событий.</li></ul> <div> <a href="https://jobs.dou.ua/companies/symphony-solutions/vacancies/364944/#reply-btn-id">Відгукнутись на вакансію</a> </div>