Senior Site Reliability Engineer

Что вы будете делать

• Участвовать в ротации дежурств, используя runbooks и playbooks для диагностики и решения проблем в продакшене (например, корректировать правила Horizontal Pod Autoscaler в ответ на нагрузку).
• Проектировать, создавать и поддерживать дашборды наблюдаемости и оповещения, основанные на Service Level Indicators (SLIs) и Service Level Objectives (SLOs).
• Эксплуатировать и улучшать нашу вычислительную платформу на базе Kubernetes, которая обслуживает большую часть нашей инфраструктуры.
• Работать с облачными сетями и инфраструктурой (Azure/AWS) для поддержки надёжных, масштабируемых систем.
• Исследовать и устранять инциденты в продакшене, включая анализ корневой причины и последующие работы по исправлению.
• Создавать и эксплуатировать AI‑агенты и автоматизацию, которые берут на себя ручную, повторяющуюся работу SRE напрямую — а не просто инструменты, помогающие человеку выполнять работу.
• Сотрудничать с командами продуктовой инженерии для обзора архитектурных и инфраструктурных решений до их выпуска.
• Писать и поддерживать runbooks и документацию, чтобы знания о дежурствах были доступны всей команде, а не сосредоточены у одного человека.
• Помогать определять нефункциональные требования — масштабируемость, доступность, производительность — для новых систем на этапе их проектирования.
• Сотрудничать с другими инженерными командами для внедрения лучших практик в надёжности и наблюдаемости.
• Вносить вклад в CI/CD конвейеры и помогать командам безопасно и быстро выпускать изменения.

Что вы принесёте

• Kubernetes (обязательно): глубокое практическое понимание Kubernetes как системы.
• AI‑нативная практика SRE (обязательно): практический личный опыт использования AI‑инструментов и агентов (например, Claude Code, GitHub Copilot Workspace, Cursor или кастомных агентов, построенных на серверах Claude/MCP) для диагностики, автоматизации и решения задач инфраструктуры и надёжности. Глубина агентности: вы создавали или эксплуатировали агентов, которые автономно мониторят инфраструктуру и предпринимают действия (например, агент, который наблюдает нагрузку системы и масштабирует, исправляет или эскалирует без участия человека) — а не просто общую помощь в кодинге AI. Вы можете конкретно рассказать, как эти агенты построены и работают (протокол MCP, что такое harness, как различать стратегии проектирования агентов, а не только называть инструменты), о управлении контекстом (например, стратегии progressive‑disclosure для предоставления нужной информации без захламления контекста) и о защите действий агентов (ограничение авторизации, guardrails, какие возможности есть в AI‑инфраструктурном экосистеме для их обеспечения).
• Применение SRE: эта агентная работа направлена конкретно на проблемы инфраструктуры и надёжности — вы используете AI, чтобы двигаться существенно быстрее в сфере SRE, а не как универсальный помощник в кодинге.
• Принципы SRE: практический опыт работы с SLIs, SLOs и error budgets — умеете говорить о том, как вы определяли и мониторили их в реальных системах, а не только о теории.
• Облачная инженерия и сетевые технологии: прочные знания AWS или Azure, включая основы сетей (подсети, IP‑адресация).
• Наблюдаемость: глубокий опыт работы хотя бы с одним современным стеком наблюдаемости (OpenTelemetry, Prometheus, Grafana, Datadog или Elasticsearch) и способность переносить это понимание между инструментами.
• CI/CD: сильное понимание системы CI/CD — предпочтительно GitHub Actions, но опыт с TeamCity, Azure DevOps или GitLab CI также приемлем.
• Программирование: сильные навыки программирования с умением создавать веб‑приложения — желательно с хорошим знанием .NET и ASP.NET. Мы также открыты к сильным кандидатам с опытом Python (Flask, FastAPI) или Java (Spring). Оценка кода будет адаптирована под язык/фреймворк, в котором вам комфортнее всего работать.
• Опыт работы с распределёнными системами и их типичными режимами отказов (повторы, тайм‑ауты, каскадные отказы).
• Сильные навыки устранения проблем в продакшене — уверенно диагностировать проблемы под давлением.
• 8‑10+ лет релевантного практического опыта.

Желательно: глубокие знания агентных систем за пределами базового уровня. Умение конкретно объяснить, как AI‑агенты действительно построены и работают — например, протокол MCP и что такое harness — и различать стратегии проектирования агентов, а не только называть инструменты. Понимание управления контекстом для агентов, включая стратегии progressive‑disclosure для предоставления нужной информации агенту SRE без захламления его контекстного окна. Умение конкретно говорить о защите действий агентов: ограничение того, что агент может делать, guardrails против непреднамеренных или небезопасных решений, и какие возможности действительно доступны в экосистеме AI‑инфраструктуры для их обеспечения.

Что мы предлагаем:

Когда вы присоединяетесь к нашей команде, вы получаете не просто работу. Вы делаете карьерный шаг. Вот как мы будем поддерживать вас в выполнении одной из самых значимых задач вашей карьеры:

• Гибкий график, признание и поддержка автономной работы: гибкое время отпуска с обширными возможностями обучения и развития для дальнейшего роста вашей карьеры. Мы предлагаем комплексную программу адаптации, обучение лидерству для Titans на всех уровнях и другие программы и мероприятия. Отличная работа вознаграждается через Bonusly, награды по рекомендациям коллег и многое другое.
• Всеобъемлющие льготы по здоровью и благополучию: медицинская, стоматологическая и офтальмологическая страховка, оплачиваемая компанией (с 100 % покрытием работодателя и 90 % покрытием для иждивенцев), FSA и HSA, сопоставление 401k, а также телемедицинские опции, включая членство в One Medical.
• Поддержка Titans на всех этапах жизни: отпуск по уходу за ребёнком и поддержка, до $20 000 на услуги по репродукции (например, IUI и IVF), суррогатное материнство и возмещение расходов на усыновление, поддержка материнства по запросу через Maven Maternity, бесплатная доставка грудного молока через Maven Milk, страховка для домашних животных, юридические консультации, инструменты финансового планирования и многое другое.

ServiceTitan привержена справедливой и равноправной компенсации для всех наших сотрудников. Для кандидатов в Соединённых Штатах ориентировочный диапазон заработной платы для этой роли: Зона 1: $147,600 USD – $221,400 USD Применимо к: CA, CT, DC, MD, MA, NJ, NY, VA и WA Зона 2: $137,900 USD – $206,900 USD Применимо к: всем остальным локациям США. Международная компенсация для кандидатов, проживающих за пределами Соединённых Штатов, будет варьироваться в зависимости от места и обсуждаться в процессе найма.