Site Reliability Engineer

Мы ищем Site Reliability Engineer, который является прагматичным, ориентированным на продукт и одинаково комфортно пишет код и управляет производственными системами, чтобы присоединиться к нашей Infrastructure department's SRE team. Лучший кандидат — это человек, который процветает в быстро меняющейся, высоко коллаборативной и исключительно динамичной среде и с энтузиазмом готов отвечать за инфраструктуру уровня приложений и надёжность высоконагруженного коммерческого домена от начала до конца — от конвейеров развертывания и Kubernetes манифестов до SLO, планирования ёмкости и готовности к продакшн.

Сильные Kubernetes, observability, and software engineering skills являются обязательными, а также опыт в operating production services in a cloud environment (GCP/GKE or comparable) and partnering closely with product development teams. Способность hold a dual perspective - understanding both how developers ship features and what infrastructure needs to stay reliable - and to bring the reliability lens into design decisions early будет ключевой для вашего успеха в этой роли.

• Отвечать за инфраструктуру уровня приложений: Helm charts, Terraform configurations, Kubernetes deployments, runtime configuration и сетевое взаимодействие и интеграции на уровне сервисов
• Отвечать за наблюдаемость домена: проектировать и внедрять SLOs/SLIs, мониторы, оповещения и дашборды для критических сервисов в Datadog и инструментах на основе OpenTelemetry
• Помогать в настройке и развитии CI/CD конвейеров для сервисов домена (GitLab CI, GitHub Actions), включая автоматизацию развертывания и отката
• Проводить планирование ёмкости и настройку производительности в преддверии ожидаемых нагрузок — запусков продуктов, распродаж и региональных развертываний — включая нагрузочное тестирование и расследование регрессий производительности
• Проводить обзоры готовности к продакшн для новых сервисов и крупных изменений; определять и обеспечивать соблюдение того, что означает «production-ready» для домена
• Поддерживать реагирование на инциденты в домене: помогать в глубоком расследовании сложных инцидентов, вносить вклад в post-mortems, инициировать последующие улучшения надёжности и поддерживать runbooks
• Создавать автоматизацию, специфичную для домена, снижающую операционную нагрузку: автоматизацию runbook, вспомогательные инструменты развертывания, периодические операционные скрипты
• Поддерживать и формировать перспективную дорожную карту надёжности домена совместно с руководителями продуктовой инженерии
• Участвовать в планировании, уточнении и архитектурных обзорах продуктовых команд, привнося взгляд на надёжность до того, как решения по дизайну станут дорогими для изменения
• Соавторствовать в разработке общекорпоративных SLO/SLI, стандартов ёмкости и эксплуатации совместно с более широкой командой SRE; напрямую вносить улучшения в общие подсистемы, управляемые SRE
• Участвовать в ротации дежурств SRE, поддерживая разработчиков по всей компании

• 3+ года подтверждённого опыта в SRE, DevOps или платформенной инженерии: дежурство on-call или реагирование на инциденты, владение SLO/мониторингом, работа с конвейерами развертывания и инфраструктурой для производственных сервисов
• Опыт разработки программного обеспечения: вы создавали и выпускали backend‑сервисы, а не только эксплуатировали их — комфортно читаете код приложения во время расследования и пишете автоматизацию production‑quality хотя бы на одном языке (например, Go, PHP)
• Практический опыт работы с Kubernetes: Helm, манифесты, стратегии развертывания, отладка проблем производительности и сетевых вопросов на уровне приложения (GKE или другой управляемый Kubernetes)
• Надёжная практика наблюдаемости: построение мониторов, дашбордов и SLOs/SLIs на современной платформе (предпочтительно Datadog; опыт с Prometheus/Grafana также актуален), знакомство с OpenTelemetry
• Опыт работы с Infrastructure as Code (Terraform/Terragrunt) для взаимодействия с платформенными командами
• Опыт работы с GCP (IAM, сетевые настройки, управляемые сервисы)
• Опыт создания и поддержки CI/CD конвейеров (GitLab CI и/или GitHub Actions)
• Навыки программирования/скриптинга, достаточные для создания автоматизации и инструментов (например, Python, Go или Bash)
• Практический опыт реагирования на инциденты, проведения post-mortems и внедрения улучшений надёжности на основе инцидентов
• Сильные навыки сотрудничества и коммуникации — эта роль ежедневно работает встраиваемо в команды разработки продукта
• Опыт в сфере платежей, финтех, e‑commerce или гейминга — высоконагруженные транзакционные системы

• Сертификаты Kubernetes
• Сертификаты Google Cloud Platform
• Сертификаты HashiCorp

Мы стремимся создавать поддерживающую среду для нашей команды, поэтому ставим в приоритет физическое, ментальное и эмоциональное благополучие наших сотрудников и их семей через комплексную Benefits Program. Она включает медицинскую, стоматологическую и зрительную страховку, PTO 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.