Ведущий SRE
Posted
Summary
Lead SRE at Lamoda (online fashion e-commerce) improving reliability of IT services and infrastructure: running incident/problem reviews, automating SRE practices, participating in architecture reviews, and keeping docs current. Core stack: Kubernetes, Ansible/Terraform, Prometheus/Grafana, with development in Python or Go.
Чем предстоит заниматься:
- Повышать надёжность ИТ-сервисов, развивать процессы, повышающие надёжность ИТ-сервисов и инфраструктуры;
- Участвовать в разборах инцидентов и проблем, выявлять риски и эксплуатации;
- Участвовать в процессе архитектурного ревью ИТ-сервисов и инфраструктуры;
- Автоматизировать и внедрять практики SRE;
- Контролировать актуальность технической документации.
Мы ожидаем:
- Опыт развертывания, администрирования и траблшутинга высоконагруженных систем оркестрации контейнеров, как on-prem, так и в публичных облаках (у нас Kubernetes);
- Понимание подхода IaC и управления конфигурациями (у нас Ansible и Terraform) и умение его применять;
- Опыт построения систем наблюдаемости, как системных, так и прикладных решений. Понимание, какие метрики собирать, куда смотреть при проблемах, какие дашборды для этого нужны (мы используем Prometheus/Grafana);
- Понимание принципов и опыт построения отказоустойчивых сервисов и эксплуатации высоконагруженных систем (Web-серверов, СУБД, приложений);
- Опыт построения процесса непрерывного резервного копирования инфраструктурных компонентов.
- Опыт разработки на Python/GO.
Будет плюсом:
- Опыт администрирования: Kafka, RabbitMQ, PostgreSQL, Redis;
- Знание и умение применять практики SRE;
- Опыт в тестировании систем на отказоустойчивость и нагрузку (нагрузочное тестирование, Chaos Engineering);
- Опыт в разработке планов аварийного восстановления (DRP).