Observability Platform Engineer — Neocloud

О роли Mirantis создает наше сервисное предложение Neocloud — управление крупномасштабной инфраструктурой с высоким SLA для клиентов, выполняющих требовательные вычислительные нагрузки. По мере масштабирования этого предложения увеличивается объем и сложность телеметрии, которую нам необходимо собирать, коррелировать и использовать. Мы ищем инженера платформы наблюдаемости (Observability Platform Engineer) для проектирования и создания платформы мониторинга, логирования, трассировки и оповещения, на которую полагаются наши операционные команды для быстрого обнаружения и устранения инцидентов — в больших масштабах, в глобально распределенной среде. Это практическая, творческая роль. Вы будете тем, кто превратит "у нас нет видимости в этом" в платформу, которая выводит нужный сигнал в нужное время, и превратит "мы узнали от клиента" в "мы поймали это до того, как они заметили".

Ключевые обязанности

• Проектировать, создавать и эксплуатировать компоненты платформы наблюдаемости — метрики, логирование, распределенную трассировку и оповещение — для крупномасштабных инфраструктурных сред
• Создавать конвейеры телеметрии, способные обрабатывать данные с высокой кардинальностью и большим объемом от больших парков инфраструктуры, с учетом стоимости, хранения и производительности запросов
• Определять и внедрять фреймворки SLO/SLI и стратегии оповещения, которые уменьшают шум и предоставляют реальный сигнал инженерам, находящимся на дежурстве
• Тесно сотрудничать с командами предоставления услуг и эксплуатации, чтобы понять, что им нужно видеть во время инцидента, и создавать это — а не просто дашборды, которые никто не открывает
• Интегрировать инструменты наблюдаемости в рабочие процессы управления инцидентами, включая поддержку анализа первопричин и данные обзоров после инцидента
• Постоянно улучшать скорость обнаружения и сокращать среднее время до обнаружения (MTTD) и среднее время до устранения (MTTR) на всей платформе
• Вносить вклад в дорожную карту инструментов для операций с использованием ИИ (например, автоматизированной сортировки, обнаружения аномалий, инструментов помощи инженерам) по мере ее развития
• Обеспечивать надежность, масштабируемость и безопасность самого стека наблюдаемости — он должен быть включен, когда все остальное горит
• Документировать архитектуру, руководства по эксплуатации и операционные практики, чтобы платформа была поддерживаемой не только вами

Как выглядит успех

• Операционные команды могут быстрее диагностировать инциденты, потому что нужные данные выводятся автоматически, а не ищутся вручную

• Объем оповещений является высокосигнальным, с низким уровнем шума — инженеры доверяют тому, что срабатывает

• Платформа наблюдаемости чисто масштабируется по мере роста инфраструктуры, без неожиданностей в стоимости или производительности

• Тенденции снижения MTTD/MTTR, отслеживаемые и демонстрируемые с течением времени

• Платформа, на которой другие инженеры действительно хотят создавать, а не обходить стороной

• Подтвержденный опыт проектирования и создания платформ наблюдаемости для крупномасштабных производственных инфраструктурных сред (не просто потребление существующей системы — фактическое создание одной)

• Опыт практической работы с инструментами для метрик, логирования и распределенной трассировки (например, Prometheus, Grafana, OpenTelemetry, Loki, Thanos/Cortex/Mimir, Elasticsearch/OpenSearch, Jaeger/Tempo или их эквивалентами)

• Опыт работы с конвейерами телеметрии большого объема и связанными с этим компромиссами (кардинальность, хранение, стоимость, задержка запросов)

• Прочные навыки разработки программного обеспечения как минимум на одном языке, часто используемом в этой области (например, Go, Python, Rust)

• Опыт работы с Kubernetes и облачно-нативной инфраструктурой

• Твердое понимание практик SLO/SLI/бюджета ошибок и проектирования оповещений, минимизирующих шум

• Комфортная работа в быстро меняющейся среде, где платформа создается параллельно с инфраструктурой, которую она отслеживает

• Сильные коммуникативные навыки — способность напрямую работать с командами эксплуатации/предоставления услуг для понимания реальных потребностей реагирования на инциденты, а не только технических спецификаций

Предпочтительные навыки и опыт

• Опыт создания наблюдаемости для инфраструктуры GPU/HPC или других специализированных, высокопроизводительных вычислительных сред
• Опыт работы с инструментами наблюдаемости на основе eBPF
• Знакомство с системами обнаружения аномалий на основе AIOps/ML или системами автоматизированной сортировки
• Опыт работы в контексте управляемых услуг или MSP, где наблюдаемость напрямую влияет на SLA, ориентированные на клиента
• Вклад в проекты наблюдаемости с открытым исходным кодом

Что предлагает Mirantis?

• Работа с признанным лидером Кремниевой долины в индустрии облачной инфраструктуры;
• Работа с исключительно увлеченными, талантливыми и привлекательными коллегами, помогающими клиентам из Fortune 500 и Global 2000 внедрять облачные технологии следующего поколения;
• Участие в передовых инновациях с открытым исходным кодом;
• Развитие в энергичной среде молодой компании, где ценятся открытость, сотрудничество, принятие рисков и непрерывный рост;
• Профессиональное развитие и обучение;
• Посещение конференций и рабочих групп;
• Корпоративные мероприятия, вечеринки, хакатоны и технические беседы;
• Конкурентоспособный компенсационный пакет с надежным планом льгот.

Понимается, что Mirantis, Inc. может использовать технологию автоматизированного принятия решений (ADMT) для принятия конкретных решений, связанных с трудоустройством. Отказ от использования ADMT запрашивается для решений об оценке и пересмотре, связанных с конкретным решением о трудоустройстве на должность, на которую вы подали заявление. Вы также имеете право обжаловать любые решения, принятые ADMT, отправив свой запрос по адресу isamoylova@mirantis.com. Подавая резюме, вы даете согласие на обработку и хранение ваших персональных данных в соответствии с применимыми законами о защите данных для рассмотрения вашей заявки на текущие и будущие возможности трудоустройства. Мы — лидер в области управления контейнерами по версии G2 (#2 после AWS)! Мы — лидер в области управления контейнерами по версии G2 (#2 после AWS)!

О Mirantis Mirantis — это компания, занимающаяся инфраструктурой ИИ на базе Kubernetes, позволяющая организациям создавать и эксплуатировать масштабируемую, безопасную и суверенную инфраструктуру для современных приложений в области искусственного интеллекта, машинного обучения и обработки больших данных. Сочетая инновации с открытым исходным кодом и глубокую экспертизу в оркестрации Kubernetes, Mirantis дает командам инженеров платформ возможность создавать компонуемые, готовые к производству платформы для разработчиков в любой среде — локальной, облачной, на периферии или в суверенных дата-центрах. Поскольку предприятия сталкиваются с растущей сложностью рабочих нагрузок на базе ИИ, Mirantis предоставляет автоматизацию, оркестрацию GPU и управление на основе политик, необходимые для уверенного и гибкого управления инфраструктурой. Приверженная открытым стандартам и отсутствию привязки к поставщику, Mirantis гарантирует, что клиенты сохраняют полный контроль над своей стратегией инфраструктуры. Mirantis обслуживает многие ведущие мировые предприятия, включая Adobe, DocuSign, Liberty Mutual, PayPal, Reliance Jio, Societe Generale, Splunk и Volkswagen. Узнайте больше на www.mirantis.com.