Старший/Ведущий инженер платформы
Тип: Удаленно
Рабочий график: Тихоокеанское время (8:00 - 17:00 PST и дежурства каждые 4-5 недель)
Описание вакансии
Мы ищем старшего/ведущего инженера платформы для создания, эксплуатации и развития крупномасштабной производственной инфраструктуры. Это практическая инженерная роль в области платформы и надежности для специалиста, имеющего глубокий опыт эксплуатации Kubernetes и облачной инфраструктуры, устранения неполадок сложных производственных систем, а также создания автоматизации и инструментов, обеспечивающих надежность этих систем.
Работа охватывает Kubernetes, Linux, облачную инфраструктуру, сети, наблюдаемость, CI/CD, надежность и производственные операции. Вы будете писать производственный код и автоматизацию на Go, Python или Java, но это не в первую очередь роль разработчика программного обеспечения. Мы ищем инженера, который понимает системы, лежащие в основе приложений, и может самостоятельно диагностировать и решать инфраструктурные проблемы на нескольких уровнях.
Это роль, требующая высокой степени самостоятельности. Вы будете работать напрямую с техническими заинтересованными сторонами, отвечать за нечеткие инфраструктурные инициативы от проектирования до внедрения в производство и вам будет доверено принимать технические решения и решать критические проблемы без постоянного надзора.
Ключевые обязанности
Инженерная поддержка платформы и Kubernetes
- Проектирование, создание, эксплуатация и улучшение производственных платформ Kubernetes.
- Ответственность за вопросы на уровне платформы, включая архитектуру кластера, сетевое взаимодействие, изоляцию рабочих нагрузок, управление ресурсами, безопасность, обновления, масштабирование и надежность.
- Устранение неполадок Kubernetes за пределами уровня приложений, включая сетевое взаимодействие/CNI, планирование, поведение узлов, ограничения ресурсов, контроллеры и сбои на уровне кластера.
- Эксплуатация и улучшение крупномасштабной, высокодоступной инфраструктуры в облачных, гибридных, виртуализированных и/или физических средах.
- Диагностика сложных проблем, охватывающих Kubernetes, контейнеры, Linux, сетевое взаимодействие и базовую инфраструктуру.
- Оптимизация инфраструктуры платформы для обеспечения надежности, производительности, масштабируемости и операционной эффективности.
Разработка программного обеспечения и автоматизация
- Написание, поддержка и улучшение производственных инструментов и автоматизации с использованием Go, Python или Java.
- Создание программного обеспечения и автоматизации, улучшающих операции платформы, надежность, развертывание, устранение неполадок и опыт разработчиков.
- Чтение, отладка и участие в работе над существующими кодовыми базами.
- Разработка внутренних сервисов, API, интеграций и операционных инструментов по мере необходимости.
- Автоматизация повторяющихся операционных процессов и сокращение ручного вмешательства на платформе.
- Применение надежных практик разработки программного обеспечения, включая тестирование, проверку кода, поддерживаемость и документацию.
Надежность и производственные операции
- Ответственность за надежность и операционную целостность критически важной производственной инфраструктуры.
- Руководство или значительный вклад в реагирование на инциденты, связанные со сложными проблемами платформы и инфраструктуры.
- Исследование корневых причин и внедрение долгосрочных решений, а не временных исправлений.
- Определение и улучшение SLO, SLI, оповещений и операционных процессов.
- Устранение неполадок систем с использованием журналов, метрик, трассировок, инструментов профилирования и системной диагностики.
- Внедрение улучшений в доступность, производительность, мощность, отказоустойчивость и готовность к эксплуатации.
- Участие в планировании, тестировании и непрерывном совершенствовании аварийного восстановления.
Инфраструктура как код и поставка
- Создание и поддержка инфраструктуры как кода с использованием Terraform и связанных технологий автоматизации.
- Создание повторно используемых инфраструктурных шаблонов и улучшение автоматизации по мере развития платформы.
- Создание и улучшение рабочих процессов CI/CD и развертывания, поддерживающих крупномасштабные инженерные среды.
- Балансировка скорости поставки с требованиями к надежности, безопасности, масштабируемости и операционной деятельности.
- Работа в области предоставления инфраструктуры, управления конфигурацией, автоматизации развертывания и производственных операций.
- Участие в планировании и выполнении миграций облачной инфраструктуры или инфраструктуры в производственной среде, включая анализ зависимостей, сетевое взаимодействие, переключение, откат и проверку в производственной среде.
Наблюдаемость
- Создание и поддержка производственного мониторинга, метрик, панелей мониторинга, оповещений, журналов и распределенной трассировки.
- Улучшение наблюдаемости, чтобы инженеры могли быстро выявлять и диагностировать сбои.
- Использование телеметрии из производственной среды для выявления проблем с надежностью, мощностью и производительностью до того, как они станут серьезными инцидентами.
- Постоянное улучшение обнаружения инцидентов и сокращение времени диагностики и восстановления.
Сотрудничество и техническое лидерство
- Прямое взаимодействие с клиентами и внутренними инженерными командами для понимания требований, исследования проблем и разработки технических решений.
- Четкое информирование технических заинтересованных сторон об архитектуре, технических решениях, рисках, компромиссах и прогрессе.
- Ответственность за сложные инфраструктурные инициативы от первоначального определения проблемы до проектирования, реализации и эксплуатации в производственной среде.
- Участие в обсуждении архитектуры, RFC, обзорах дизайна и техническом направлении.
- Наставничество других инженеров и помощь в улучшении инженерных и операционных практик в команде.
- Самостоятельная работа в неопределенных ситуациях и принятие ответственности при отсутствии прямого технического или управленческого руководства.
Квалификация
Образование и опыт
- Более 10 лет профессионального опыта в области инженерии платформ, инженерии надежности сайтов (SRE), инженерии инфраструктуры, DevOps или смежных областях; предпочтительно более 10 лет для кандидатов на должность Staff.
- Значительный практический опыт эксплуатации сложной производственной инфраструктуры и распределенных систем.
- Подтвержденный опыт создания и эксплуатации производственных платформ Kubernetes, а не только развертывания приложений в существующих кластерах.
- Опыт написания производственного кода на Go, Python или Java.
- Значительный опыт в области производственной надежности, реагирования на инциденты, устранения неполадок и операционной ответственности.
- Опыт самостоятельной реализации сложных технических инициатив, начиная с неопределенной отправной точки и до внедрения в производство.
- Опыт прямой работы с техническими заинтересованными сторонами или клиентами и эффективной коммуникации сложных технических тем.
- Степень в области компьютерных наук, инженерии или смежной области, или эквивалентный практический опыт.
Технические навыки
- Глубокое понимание производственной инфраструктуры Kubernetes, включая архитектуру кластера, сетевое взаимодействие/CNI, NetworkPolicy, планирование, управление ресурсами, узлы, безопасность/RBAC и поведение кластера.
- Прочные основы Linux и практический опыт устранения неполадок производственных систем.
- Глубокое понимание сетевых концепций, включая DNS, маршрутизацию, балансировку нагрузки, подключение и сетевое взаимодействие в облаке/Kubernetes.
- Производственный опыт работы с как минимум одной крупной облачной платформой: AWS, GCP или Alicloud.
- Инфраструктура как код в масштабе с использованием Terraform или эквивалентных инструментов.
- Опыт управления конфигурацией и автоматизации с использованием таких технологий, как Ansible, Puppet или аналогичных.
- Сильные навыки отладки и анализа корневых причин в производственной среде на уровне инфраструктуры и распределенных систем.
- Опыт наблюдаемости с использованием метрик, журналов, трассировок, панелей мониторинга и платформ оповещений, таких как Prometheus, Grafana, OpenTelemetry, Datadog или эквивалентных.
- Опыт работы с инфраструктурой CI/CD и современными практиками поставки программного обеспечения.
- Docker и инструментарий контейнеризации как часть производственного жизненного цикла.
- Опыт написания производственного кода и автоматизации на Go, Python или Java.
- Понимание высокодоступности, планирования мощностей, аварийного восстановления и отказоустойчивости производственной среды.
Предпочтительные навыки
- Опыт планирования и выполнения миграций облачной инфраструктуры или инфраструктуры в производственной среде, включая стратегии переключения и отката.
- Опыт эксплуатации крупномасштабных или многокластерных сред Kubernetes.
- Опыт работы с гибридными облаками, локальными, виртуализированными или физическими инфраструктурами.
- Опыт создания или модификации контроллеров или операторов Kubernetes.
- Продвинутый опыт работы с сетевым взаимодействием Kubernetes, CNI, NetworkPolicy, service mesh, mTLS или identity управления рабочими нагрузками.
- Опыт работы с мультиоблачной инфраструктурой.
- Опыт проектирования и тестирования стратегий аварийного восстановления.
- Опыт работы с крупномасштабными CI/CD или инфраструктурой для разработчиков.
- Опыт планирования мощностей и инженерии производительности.
- Опыт создания внутренней платформенной инфраструктуры или улучшения опыта разработчиков.
- Опыт работы с безопасностью, усилением защиты инфраструктуры, IAM или требованиями соответствия.
- Предыдущий опыт технического руководства, наставничества или работы на должностях Staff/Principal engineer.
- Опыт прямой работы с внешними клиентами или заинтересованными сторонами в среде консалтинга или предоставления услуг.
Гибкие навыки
- Исключительные навыки письменной и устной технической коммуникации.
- Сильные аналитические способности, навыки отладки и решения проблем.
- Высокая степень ответственности и способность работать самостоятельно.
- Уверенность в принятии технических решений и продвижении работы в неопределенных условиях.
- Способность эффективно общаться с клиентами, инженерами и техническим руководством.
- Сильное техническое суждение и способность объяснять компромиссы, а не просто выполнять заранее определенные решения.
- Способность технически руководить и влиять на других без необходимости формального управления персоналом.
- Комфортная работа в распределенной, высокотехничной команде.
Обратите внимание
Это практическая роль инженера платформы и надежности. Мы не ищем кандидатов, чей опыт ограничивался развертыванием приложений в Kubernetes, использованием управляемых облачных сервисов или предоставлением инфраструктуры без ответственности за ее эксплуатацию в производственной среде.
Идеальный кандидат лично создавал, эксплуатировал, устранял неполадки и улучшал производственную инфраструктуру и может четко объяснить, чем он управлял, как работали нижележащие системы, и как он подходил к сбоям и архитектурным компромиссам.
Эта роль требует значительной самостоятельности и сильных навыков технической коммуникации. Инженеры должны быть готовы работать напрямую с заинтересованными сторонами и решать сложные технические проблемы без постоянного надзора.
Опыт написания производственного кода требуется, но он может быть на Go, Python или Java. Go не является обязательным требованием.
Опыт миграции облачных сред является сильным предпочтением, но не является критичным требованием.
Эта вакансия в настоящее время открыта для кандидатов, проживающих в Бразилии, Мексике или Канаде.
