Observability Platform Engineer — Neocloud

Mirantis развивает сервис Neocloud — управление инфраструктурой крупного масштаба с высоким SLA для клиентов, запускающих требовательные вычислительные нагрузки. По мере роста этого предложения увеличивается объём и сложность телеметрии, которую необходимо собирать, коррелировать и использовать. Мы ищем Observability Platform Engineer, который спроектирует и построит платформу мониторинга, логирования, трассировки и оповещений, от которой зависят наши операционные команды для быстрого обнаружения и устранения инцидентов — в большом масштабе, в глобально распределённой среде.

• Проектировать, строить и эксплуатировать компоненты платформы наблюдаемости — метрики, логирование, распределённую трассировку и оповещения — для инфраструктурных сред крупного масштаба
• Создавать телеметрические конвейеры, способные обрабатывать данные с высокой кардинальностью и объёмом от больших флотов инфраструктуры, учитывая стоимость, хранение и производительность запросов
• Определять и внедрять рамки SLO/SLI и стратегии оповещений, снижающие шум и выделяющие реальный сигнал для инженеров дежурных
• Тесно сотрудничать с командами сервис‑доставки и эксплуатации, чтобы понять, что им нужно видеть во время инцидента, и строить решения для этого — а не только для дашбордов, которые никто не открывает
• Интегрировать инструменты наблюдаемости в рабочие процессы управления инцидентами, включая поддержку анализа корневых причин и данные пост‑инцидентных обзоров
• Постоянно улучшать скорость обнаружения и сокращать среднее время обнаружения (MTTD) и среднее время решения (MTTR) по всей платформе
• Вносить вклад в дорожную карту инструментов AI‑поддерживаемой эксплуатации (например, автоматический триаж, обнаружение аномалий, инструменты помощи инженерам) по мере их развития
• Неcть ответственность за надёжность, масштабируемость и безопасность самого стека наблюдаемости — он должен работать, когда всё остальное в огне
• Документировать архитектуру, runbooks и операционные практики, чтобы платформа была поддерживаемой после вашего ухода

• Доказанный опыт проектирования и построения платформ наблюдаемости для инфраструктурных сред крупного масштаба в продакшн (не просто использование готовой настройки — а реальное создание)
• Сильный практический опыт работы с метриками, логированием и инструментами распределённой трассировки (например, Prometheus, Grafana, OpenTelemetry, Loki, Thanos/Cortex/Mimir, Elasticsearch/OpenSearch, Jaeger/Tempo или аналогами)
• Опыт работы с конвейерами телеметрии высокого объёма и понимание компромиссов (кардинальность, хранение, стоимость, задержка запросов)
• Сильные навыки разработки программного обеспечения как минимум на одном из распространённых языков в этой области (например, Go, Python, Rust)
• Опыт работы с Kubernetes и облачно‑нативной инфраструктурой
• Твёрдое понимание практик SLO/SLI/error‑budget и проектирования оповещений, минимизирующих шум
• Умение работать в быстро меняющейся среде, где платформа строится одновременно с инфраструктурой, которую она мониторит
• Отличные коммуникативные навыки — способность напрямую взаимодействовать с командами эксплуатации/сервис‑доставки для понимания реальных потребностей реагирования на инциденты, а не только технических спецификаций

• Опыт построения наблюдаемости для инфраструктуры GPU/HPC или других специализированных, высокопроизводительных вычислительных сред
• Опыт работы с инструментами наблюдаемости на основе eBPF
• Знакомство с AIOps/ML‑основанным обнаружением аномалий или системами автоматического триажа
• Опыт работы в контексте управляемых сервисов или MSP, где наблюдаемость напрямую влияет на клиентские SLA
• Вклад в открытые проекты наблюдаемости

• Работа с признанным лидером из Силиконовой долины в индустрии облачной инфраструктуры;
• Работа с чрезвычайно увлечёнными, талантливыми и открытыми коллегами, помогающими клиентам из Fortune 500 и Global 2000 внедрять облачные технологии нового поколения;
• Участие в передовых открытых проектах;
• Возможность процветать в энергичной среде молодой компании, где ценятся открытость, сотрудничество, готовность к риску и постоянный рост;
• Профессиональное развитие и обучение;
• Участие в конференциях и рабочих группах;
• Корпоративные мероприятия, happy hours, хакатоны и технические доклады;
• Конкурентный компенсационный пакет с сильным планом льгот.