Senior Site Reliability Engineer

Мы продолжаем расти и масштабировать нашу платформу, и ищем людей, которым важное качество продукта, которые берут на себя ответственность за свою работу и хотят строить системы, используемые глобальной аудиторией.

• Расследовать инциденты в продакшене и вести их до полного разрешения, пока все последствия не будут устранены.
• Проводить анализ первопричин (RCA) и участвовать в постмортем‑обзорах совместно с инженерными и продуктовыми командами.
• Отслеживать и реализовывать корректирующие действия, вытекающие из инцидентов и постмортем‑мероприятий.
• Разрабатывать и улучшать мониторинг, оповещения и наблюдаемость для назначенных сервисов.
• Определять и поддерживать SLI/SLO, анализировать метрики надёжности и контролировать цели здоровья сервисов.
• Неcтавить ответственность за соблюдение SLA для назначенных фронтенд и бэкенд сервисов.
• Определять и внедрять требования к доступности на уровне сервиса в координации с инженерами и владельцами продуктов.
• Выявлять пробелы в мониторинге и наблюдаемости и внедрять улучшения для сокращения времени обнаружения и восстановления.
• Разрабатывать и поддерживать runbooks, руководства по устранению неполадок и процедуры восстановления сервисов.
• Участвовать в проверке инцидентов и обзорах эскалаций.
• Пересматривать и поддерживать операционную и техническую документацию.
• Анализировать производительность сервисов, использование ресурсов и риски, связанные с ёмкостью.
• Вносить вклад в автоматизацию диагностики, реагирования на инциденты и операционных рабочих процессов.
• Делиться операционными знаниями и обучать дежурных инженеров новым инструментам, процедурам и лучшим практикам.
• Принимать участие в дежурных сменах и помогать с комплексными или межсервисными инцидентами.

• Опыт работы в роли SRE, Reliability Engineer, Production Engineer, Operations Engineer или в аналогичной позиции.
• Практический опыт расследования инцидентов в продакшене и проведения анализа первопричин.
• Глубокое понимание принципов мониторинга, оповещений и наблюдаемости.
• Опыт работы с метриками, логами и системами распределённого трассирования.
• Знание концепций SLA, SLI, SLO и error budget.
• Опыт создания и поддержания операционной документации и runbooks.
• Сильные аналитические и навыки устранения неполадок с умением переводить расследования в практические результаты.
• Понимание распределённых систем и сред с высокой нагрузкой.
• Опыт автоматизации операционных и повторяющихся задач.

• Сертификации CKA (Certified Kubernetes Administrator) и/или CKAD (Certified Kubernetes Application Developer).
• Опыт работы с Prometheus, Grafana, OpenTelemetry или аналогичными платформами наблюдаемости.
• Опыт внедрения практик надёжности в инженерных организациях.
• Опыт работы с процессами управления инцидентами и проблемами.
• Понимание Google Four Golden Signals.
• Опыт использования AI‑ассистированных инструментов для расследования инцидентов и диагностики.
• Опыт эксплуатации крупномасштабных распределённых систем.

• Гибкий график работы и гибридный формат
• Хорошо оборудованные офисы для сосредоточенной и совместной работы
• Глобальная распределённая команда из более 500 профессионалов
• Обучение, наставничество и долгосрочный карьерный рост
• Поддержка переезда и частная медицинская страховка
• Бонусы, зависящие от результатов
• Доступ к TradingView Premium
• Регулярные командные мероприятия и корпоративные встречи

TradingView — работодатель, предоставляющий равные возможности. Мы ценим разнообразие и стремимся создавать инклюзивную рабочую среду. Наш успех обеспечивают более 600 профессионалов из более чем 40 стран, говорящие почти на 20 языках.