Компания: Xsolla
Формат работы: Удаленно
Тип занятости: Полная занятость
Зарплата: 26 250–45 000 USD в год

Обязанности

• Выступать в качестве руководителя по инцидентам (Incident Commander) при крупных инцидентах — координировать междисциплинарные группы реагирования, проводить расследования, принимать решения об эскалации и обеспечивать разрешение инцидентов в рамках SLA.
• Отвечать за всю коммуникацию по инцидентам: составлять и отправлять четкие, своевременные обновления высшему руководству, отделу по работе с клиентами (Customer Success) и контактным лицам партнеров/клиентов на протяжении всего жизненного цикла инцидента, а также управлять обновлениями на странице статуса для клиентов.
• Фасилитировать пост-инцидентные обзоры (PIR) для крупных инцидентов без выявления виновных — руководить идентификацией корневых причин, назначать корректирующие действия с четкими исполнителями и сроками, а также отслеживать их выполнение.
• В периоды отсутствия инцидентов проактивно анализировать тенденции инцидентов, повторяющиеся проблемы и ошибки в продакшене — выявлять закономерности, создавать тикеты проблем (Problem tickets) и регулярно отчитываться о находках и рекомендациях командам разработки продуктов и инженерии.
• Обеспечивать соблюдение framework'а управления инцидентами во всей организации, включая модель серьезности, матрицу приоритетов, цели SLA, процедуры эскалации и этапы готовности к развертыванию.
• Курировать и наставлять инженера по эксплуатации (Operations Engineer) во время вашей смены — обучать триажу, расследованию, выполнению runbook'ов и качеству документации, проводя регулярные сессии передачи знаний для углубления знаний по всему портфелю услуг.
• Подготавливать отчеты о передаче смены и предоставлять регулярную оперативную отчетность: тенденции инцидентов, производительность KPI (MTTD, MTTA, MTTR), соблюдение SLA, скорость проактивного обнаружения и анализ повторяющихся инцидентов.
• Периодически проводить аудит полноты каталога услуг и управлять рабочими процессами JIRA Service Management для управления инцидентами, PIR и проблемами.
• Замещать инженера по эксплуатации (Operations Engineer) во время отсутствия, перерывов или при всплеске инцидентов.
• Участвовать в ротации выходного дежурства для крупных инцидентов.

Квалификация

• Требуется предыдущий опыт работы в игровой компании — вы понимаете темп, ожидания игроков, динамику live-операций и операционные требования игровой индустрии.
• 6+ лет опыта в управлении инцидентами, SRE, руководстве NOC или технической эксплуатации в производственной среде, поддерживающей высокодоступные, высокотранзакционные системы.
• Подтвержденный опыт управления инцидентами — координация реагирования нескольких команд, принятие решений об эскалации в реальном времени и общение с руководством под давлением.
• Отличные навыки письменного и устного общения на английском языке — способность составлять четкие, краткие сводки для руководства в 3 часа ночи под давлением, фасилитировать PIR без выявления виновных, представлять операционные метрики высшему руководству и четко и профессионально сообщать о статусе инцидентов клиентам и партнерам.
• Прочная основа ITIL — понимание жизненных циклов управления инцидентами, проблемами и изменениями с практическим опытом внедрения или эксплуатации рабочих процессов, соответствующих ITIL.
• Техническая глубина в стеке наблюдаемости (observability stack) — способность читать и интерпретировать логи, трассировки и метрики в Datadog (или эквивалент: Grafana, Splunk, New Relic).
• Понимание APM, SLO, бюджетов ошибок (error budgets), оповещений о скорости сгорания (burn-rate alerting) и синтетического мониторинга.
• Практический опыт работы с инструментами управления инцидентами: Datadog, PagerDuty или OpsGenie, JIRA или JIRA Service Management, Slack и Confluence.
• Аналитический склад ума — способность выявлять тенденции, закономерности и повторяющиеся проблемы на основе данных об инцидентах и ​​преобразовывать их в действенные рекомендации для команд разработки продуктов и инженерии.
• Опыт работы в условиях эксплуатации, управляемой SLA/SLO, где MTTD, MTTA и MTTR измеряются, отчитываются и улучшаются.
• Комфортное взаимодействие с круглосуточными посменными операциями в рамках модели «следуй за солнцем» (follow-the-sun) с перекрывающимися сменами.
• Требуется дежурство в выходные дни (по ротации) для критических уровней серьезности.

Желательно

• Опыт общения с клиентами/партнерами по поводу инцидентов и управления страницей статуса.
• Опыт работы или сильный интерес к операциям с использованием ИИ/МО: обнаружение аномалий, корреляция оповещений, предиктивное оповещение, автоматизированное исправление или автоматизация самовосстановления.
• Опыт администрирования JIRA Service Management: рабочие процессы, таймеры SLA, правила автоматизации, очереди и разрешения.
• Знакомство с Datadog Service Catalog, счетчиками (scorecards) и SLO — особенно с оповещениями о скорости сгорания (burn-rate alerts) и многооконными SLO.
• Опыт создания операционной функции с нуля — определение процессов, написание runbook'ов, установление регламентов управления.
• Опыт работы с Kubernetes, облачной инфраструктурой (предпочтительно GCP), архитектурой микросервисов или распределенными системами.
• Сертификация ITIL (Foundation или выше) является плюсом, но не обязательна.

Преимущества

Мы увлечены созданием поддерживающей среды для нашей команды, поэтому мы ставим во главу угла физическое, психическое и эмоциональное благополучие наших сотрудников посредством комплексной программы льгот. Это включает неограниченный гибкий график отпусков (Flexible Time Off), абонемент в спортзал, ежемесячный проездной билет и индивидуальный карьерный план для каждого сотрудника. Инвестируя в профессиональное развитие через обучение и образовательные возможности, мы гарантируем, что наша команда будет процветать как в личном, так и в профессиональном плане.

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