SRE-инженер (Команда системы мониторинга HR платформы)

Ищем сотрудника в проект системы мониторинга, которая построена на Grafana + VictoriaMetrics. Задача команды - постоянное улучшение системы, оптимизация ее работы, разработка новых методов и логики мониторинга. Участие в разборах инцидентов бизнес-сервисов с целью улучшения покрытия их мониторингом.**Развитие систем мониторинга** * Проектировать и поддерживать отказоустойчивую архитектуру мониторинга на базе VictoriaMetrics и Prometheus (федерация, долгосрочное хранение, правила агрегации). * Строить комплексные дашборды в Grafana, настраивать правила алертинга в Grafana Alerting с минимизацией false-positive срабатываний. * Развивать и оптимизировать legacy- и новые компоненты на Zabbix (шаблоны, автообнаружение, триггеры с вычисляемыми элементами). * Унифицировать сбор метрик: продумывать единый стандарт для экспортеров, форматов метрик и каналов оповещения. **Создание AI-инструментов** * Разрабатывать AI-агентов на Python для интеллектуального анализа метрик: поиск аномалий, прогнозирование трендов, автоматическая корреляция событий из разных источников. * Интегрировать агентов с системами реагирования: автоматическая диагностика, самовосстановление сервисов, эскалация с контекстом. **Инженерная культура** * Вести техническую документацию: архитектурные схемы, runbooks, описание AI-моделей и алгоритмов принятия решений. * Участвовать в разборе сложных инцидентов, внедрять решения по их предотвращению.**Углублённые знания технологий мониторинга (must have)** * VictoriaMetrics: архитектура кластера (vminsert, vmselect, vmstorage), MetricsQL, настройка ретеншен-политик и downsampling. * Prometheus: Federation, remote write/read, PromQL на продвинутом уровне, понимание внутреннего устройства TSDB, работа с service discovery. * Grafana + Grafana Alerting: создание динамических дашбордов (variables, transformations), provisioning, настройка алертов с шаблонизацией и маршрутизацией уведомлений. * Zabbix: опыт работы с шаблонами, LLD (low-level discovery), сложные триггеры, API Zabbix для автоматизации. **Навыки разработки и автоматизации** * Уверенное владение Python: написание чистого, поддерживаемого кода для обработки данных и создания AI-агентов (опыт с LLM/агентными фреймворками будет плюсом). * Базовые знания Java: умение читать код, интегрироваться с существующими сервисами, писать несложные API. **Личные качества и подход к работе** * Аналитический склад ума: способность раскладывать сложные проблемы на составляющие, видеть системные закономерности, принимать решения на основе данных. * Стрессоустойчивость: сохранять ясность мышления и конструктивный настрой в условиях инцидентов и жёстких дедлайнов. * Управление задачами: умение самостоятельно планировать свою работу, реалистично оценивать сроки и стабильно доводить задачи до результата. **Будет преимуществом** * Опыт внедрения LLM (LangChain, LangGraph, CrewAI) в процессы эксплуатации. * Знание Docker, Kubernetes (развёртывание и мониторинг). * Опыт работы с очередями сообщений (Kafka) и потоковой обработкой данных.* комфортный современный офис рядом с м. Кутузовская * гибридный формат * ежегодный пересмотр зарплаты и годовая премия * корпоративный спортзал и зоны отдыха * уникальная система обучения Сбера для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.