Мы ищем Site Reliability Engineer (SRE), который будет обеспечивать надежность, доступность и стабильную работу production-сервисов, развивать мониторинг и автоматизацию эксплуатации.

Обязанности:

Обеспечение высокой доступности и отказоустойчивости production-систем.

Мониторинг инфраструктуры и сервисов, оперативное реагирование на инциденты.

Анализ причин инцидентов (RCA) и внедрение мер по предотвращению повторных сбоев.

Развитие систем мониторинга, логирования и алертинга.

Построение и сопровождение дашбордов, метрик и технических KPI.

Диагностика проблем производительности приложений, Kubernetes и инфраструктуры.

Автоматизация рутинных операций и процессов эксплуатации.

Поддержка и развитие CI/CD совместно с командами разработки.

Взаимодействие с разработчиками при устранении production-проблем и повышении надежности сервисов.

Участие в сопровождении Kubernetes-кластеров и

SRE-инженер

Job Description