Operations Engineer, Germany

Мы ищем Operations Engineer, который технически любопытен, внимателен к деталям, умеет эффективно общаться и проявляет инициативу, чтобы присоединиться к нашей команде Global Technical Operations (GTO). Лучший кандидат — это тот, кто процветает в быстро меняющейся, высоко‑коллаборативной и исключительно динамичной среде и с энтузиазмом будет мониторить и расследовать проблемы в продакшене на глобальной платформе, помогать улучшать способы обнаружения и реагирования на инциденты, анализировать тенденции и паттерны в продакшн‑данных, а также способствовать лучшему взаимодействию с партнёрами и заинтересованными сторонами во время инцидентов.

Сильные навыки устранения неполадок, опыт работы с платформой наблюдаемости и умение писать скрипты являются обязательными, а также опыт в SRE, DevOps, продакшн‑операциях или NOC‑средах, поддерживающих высокодоступные платформы в игровой индустрии. Способность чётко и эффективно общаться на английском — как в письменной, так и в устной форме — при написании обновлений по инцидентам, передаче смены и коммуникациях на статус‑странице будет ключом к вашему успеху в этой роли.

Если вы страстно хотите поддерживать работу критических систем и постоянно улучшать операционные процессы, любите первым замечать проблемы и вести их к решению для разработчиков игр и игроков по всему миру, мы будем рады услышать вас!

• Выступать в качестве основного наблюдателя дашборда во время вашей смены — постоянно следить за GTO Operational Dashboard в Datadog, обнаруживать аномалии, сопоставляя сигналы из APM, логов, метрик, синтетических тестов и Real User Monitoring, и определять, требуют ли оповещения создания тикета инцидента или могут быть решены немедленным расследованием.
• Триаж и расследование продакшн‑инцидентов — создавать тикеты инцидентов в JIRA Service Management, проводить первоначальное техническое расследование с помощью Datadog (трейсы, логи, инфраструктурные и прикладные метрики), определять радиус поражения и вероятную область корневой причины, а также направлять их в соответствующую команду (Product SRE, Infrastructure SRE или Engineering) с использованием модели умного роутинга.
• Полностью владеть инцидентами низкой тяжести от обнаружения до решения — диагностировать, выполнять процедуры из runbook и решать без эскалации, где это возможно. При необходимости быстро эскалировать, если инцидент не решён в рамках определённых порогов или требует исправления на уровне кода.
• Поддерживать TSO Lead во время крупных инцидентов в качестве технической правой руки в war room — предоставлять данные в реальном времени (уровни ошибок, масштаб воздействия, история развертываний, связанные оповещения), поддерживать тикет инцидента с живыми записями хронологии и привязанными доказательствами, а также выполнять действия по смягчению по указанию.
• Подготовлять коммуникации по инцидентам под руководством TSO Lead, включая внутренние обновления в Slack, уведомления заинтересованных сторон и публичные обновления на странице статуса (status.xsolla.com). Обеспечивать чёткую и своевременную коммуникацию на протяжении всего жизненного цикла инцидента.
• В периоды без инцидентов анализировать тенденции инцидентов, повторяющиеся проблемы и продакшн‑баги — собирать данные из Datadog, JIRA и Slack, выявлять паттерны и вносить результаты в регулярные отчёты для продуктовых и инженерных команд.
• Составлять хронологии инцидентов и готовить начальные документы PIR для подготовки Post‑Incident Review. Отслеживать действия PIR после сессии и отмечать просроченные пункты TSO Lead.
• Создавать и поддерживать операционную автоматизацию (скрипты обогащения оповещений, шаблоны инцидентов, Slack‑воркфлоу, виджеты дашборда) и вносить вклад в разработку runbook — документировать новые процедуры решения, чтобы их мог повторять любой Operations Engineer в любой смене.
• Проводить структурированные передачи смен, охватывающие активные инциденты, сервисы под угрозой, предстоящие развертывания и последующие задачи. Участвовать в сессиях передачи знаний с SRE, постоянно расширяя независимую способность к решению.
• Замещать TSO Lead во время отпусков, отсутствий или чрезвычайных ситуаций — включая классификацию тяжести, решения по эскалации, коммуникацию с заинтересованными сторонами и базовые функции Incident Commander.
• Публиковать периодические отчёты о состоянии критических приложений.

• Предыдущий опыт работы в игровой компании обязателен — вы понимаете темп, ожидания игроков, динамику живых операций и операционные требования индустрии игр.
• 4+ лет опыта в SRE, DevOps, продакшн‑операциях, NOC или технических операциях в среде высокой доступности.
• Сильные навыки устранения неполадок и расследования — способность взять оповещение или сообщение пользователя и методично проследить его через стек: логи приложений, APM‑трейсы, инфраструктурные метрики, запросы к базе данных и сетевые пути.
• Практический опыт работы с Datadog (или аналогичной платформой наблюдаемости: Grafana, Splunk, New Relic, Elastic) — навигация по APM, построение запросов к логам, чтение инфраструктурных дашбордов, интерпретация SLO‑burn rates и настройка мониторов и оповещений.
• Владение как минимум одним скриптовым языком: Python, Go или Bash. Вы будете писать скрипты автоматизации, создавать операционные инструменты и работать с API.
• Чёткие письменные и устные навыки коммуникации на английском — способность писать тикеты инцидентов, заметки расследований, обновления в Slack, отчёты о передаче смены, коммуникации на статус‑странице и черновики PIR, которые будут понятны как технической, так и нетехнической аудитории.
• Практические знания Kubernetes и облачной инфраструктуры (предпочтительно GCP, приемлемы AWS/Azure) — понимание pod‑ов, развертываний, сервисов, ingress, состояния узлов и способов расследования проблем, связанных с Kubernetes, в продакшене.
• Понимание SLO, error budget и burn‑rate оповещений — знание того, что означает мульти‑window burn‑rate оповещение, как исчерпываются error budget и как нарушения SLO переводятся в тяжесть инцидента.
• Опыт работы с инструментами управления инцидентами: JIRA или JIRA Service Management, PagerDuty или OpsGenie, Slack и Confluence.
• Опыт или сильный интерес к AI/ML‑поддерживаемым операциям: обнаружение аномалий, корреляция оповещений, предиктивный мониторинг или автоматическое исправление.
• Готовность к круглосуточной работе по сменному графику в модели follow‑the‑sun с перекрытием передач. Требуется дежурство в выходные (по ротации).

• Знакомство с Datadog Service Catalog, синтетическим мониторингом и Real User Monitoring.
• Опыт отладки распределённых систем: трассировка отказов в микросервисах, понимание каскадных сбоев и чтение распределённых трассировок от начала до конца.
• Знание операций с базами данных (MySQL, PostgreSQL, Redis, Kafka) на уровне, достаточном для расследования исчерпания пула соединений, задержек репликации, медленных запросов или накопления очередей во время инцидентов.
• Знакомство с CI/CD конвейерами и инструментами развертывания (GitLab CI, ArgoCD, Helm) — достаточно, чтобы сопоставлять недавние развертывания с продакшн‑проблемами и определять цели отката.
• Опыт администрирования JIRA Service Management: рабочие процессы, правила автоматизации, таймеры SLA и очереди.
• Сертификация ITIL Foundation является плюсом, но не обязательна — практический опыт важнее.

Мы страстно стремимся создать поддерживающую среду для нашей команды, поэтому приоритетом для нас являются физическое, ментальное и эмоциональное благополучие сотрудников через комплексную программу льгот. Это включает неограниченный Flexible Time Off, абонемент в спортзал, ежемесячный проездной билет и персонализированную карьерную дорожную карту для каждого сотрудника. Инвестируя в профессиональное развитие через обучение и образовательные возможности, мы обеспечиваем рост нашей команды как в личном, так и в профессиональном плане.

Вместе мы не просто строим бизнес; мы формируем сообщество, которое ценит креативность, сотрудничество и преобразующую силу игры.

Обязанности и задачи этой позиции могут со временем изменяться в соответствии с целями организации и индивидуальным ростом. Это описание работы предназначено для общего представления о характере и уровне выполняемой работы и не является исчерпывающим списком всех обязанностей, задач и требуемых квалификаций.

Отправляя заявку, вы даёте согласие Xsolla проводить проверку биографии, где это разрешено законом, после финального этапа интервью. Все проверки будут соответствовать местным нормативам, а ваша информация будет обрабатываться конфиденциально.

Xsolla серьёзно относится к вашей конфиденциальности и не будет продавать или распространять любые персональные данные, полученные в процессе найма. В соответствии с применимыми законами о защите данных, Xsolla обязуется защищать вашу личную информацию и уважать вашу конфиденциальность.

По любым вопросам, связанным с конфиденциальностью данных, пожалуйста, свяжитесь с: careers@xsolla.com