Site Reliability Engineer в группу эксплуатации YT
Posted 5
views
Summary
SRE responsible for automating and scaling the YTsaurus open-source data platform within VK. The role involves managing massive clusters (up to 500PB), debugging C++ code, optimizing hardware usage, and ensuring system stability using Linux and networking expertise.
YTsaurus — опенсорс-платформа для хранения и обработки данных, которую в VK активно развивают и используют как основу единого дата-лейка. Система обрабатывает миллионы событий в секунду на динамических таблицах, работает с сотнями петабайт данных и обслуживает тысячи пользователей. У нас большие кластеры, сложная инфраструктура и высокие требования к надёжности. И мы ищем SRE, который поможет поддерживать и развивать всё это.
Задачи
- Автоматизировать эксплуатацию YTsaurus
- Интегрировать платформу с внутренними системами VK
- Следить за стабильностью и производительностью
- Разбираться с проблемами на уровне кода (в основном C++)
- Решать задачи, которые не гуглятся
- Разбираться с инцидентами в рамках дежурств
- Масштабировать кластер YTsaurus до 500ПБ
- Заниматься оптимизацией использования железа (CPU, диски)
Требования
- Опыт работы с распределёнными системами
- Знания в области сетей (TCP/IP, DNS, балансировка, ACL) и ОС Linux
- Способность работать самостоятельно: формулировать цели, предлагать решения
Будет плюсом
- Опыт работы с высоконагруженными системами или большими объёмами данных
- Владение C++ на уровне чтения и отладки сложного кода