Senior Site Reliability Engineer

Мы ищем высококвалифицированного, инициативного Старшего инженера по надежности сайтов (SRE) для присоединения к нашей команде. На этой должности вы будете хранителем наших производственных сред, ответственным за обеспечение надежности, масштабируемости и производительности наших систем. Вы устраните разрыв между разработкой и эксплуатацией, применяя принципы разработки программного обеспечения к системному администрированию, управляя бюджетами ошибок и определяя Целевые показатели уровня обслуживания (SLO). Если у вас есть чувство ответственности, страсть к наблюдаемости и автоматизации, вы любите использовать современные инструменты (включая помощников по написанию кода с использованием ИИ) для сокращения рутинной работы и процветаете в совместной среде, мы хотим услышать от вас. Надежность и производительность: Определяйте, измеряйте и управляйте Индикаторами уровня обслуживания (SLI), Целевыми показателями уровня обслуживания (SLO) и бюджетами ошибок для обеспечения надежности системы. Управление инцидентами: Руководите реагированием на инциденты, устраняйте сложные системные проблемы и проводите «безвинные» разборы для предотвращения повторений. Наблюдаемость и мониторинг: Разрабатывайте и внедряйте комплексные стратегии мониторинга, оповещения и распределенной трассировки для упреждающего обнаружения и устранения проблем. Разработка конвейеров и платформ: Поддерживайте и масштабируйте конвейеры CI/CD (Jenkins, GitHub Actions) и создавайте автоматизацию для сокращения рутинной работы и повышения производительности разработчиков. Управление инфраструктурой: Отлаживайте и устраняйте сложные проблемы приложений и платформ, работающих на Kubernetes и Docker. Планирование мощностей: Отслеживайте производительность системы, прогнозируйте потребности в ресурсах и эффективно масштабируйте инфраструктуру для удовлетворения спроса. Безопасность и соответствие требованиям: Интегрируйте практики безопасности в платформу, обеспечивая соответствие требованиям и автоматизированное устранение уязвимостей. Межкомандное взаимодействие: Сотрудничайте с командами продуктов и платформ для создания надежных систем, стандартизации паттернов эксплуатации и продвижения культуры SRE. Обмен знаниями: Создавайте четкую документацию, руководства и планы аварийного восстановления; продвигайте лучшие практики во всех командах разработчиков.

Свободное владение английским языком с отличными коммуникативными навыками; способность руководить «военными комнатами» и четко излагать сложные технические проблемы. Основы SRE: Глубокое понимание принципов SRE, включая SLO, бюджеты ошибок, сокращение рутинной работы и управление инцидентами. Контейнеры и оркестрация: Сильный практический опыт работы с Kubernetes и Docker. Вы должны уметь экспертно диагностировать поды, логи/события, пробы, сеть, ресурсы и тома. ОС и скриптинг: Прочные основы Linux (процессы, сеть, файловые системы, разрешения) и глубокое знание Python, Bash или Go. Мастерство наблюдаемости: Обширный опыт работы со стеками мониторинга и логирования (например, Prometheus, Grafana, ELK/OpenSearch) и распределенной трассировкой. Основы облачных вычислений: Практические знания AWS, включая IAM, основы VPC/сети, EC2/EKS, S3 и CloudWatch. CI/CD и автоматизация: Опыт работы с платформами Jenkins, GitHub Actions и рабочими процессами Git. Жизненный цикл программного обеспечения: Рабочие знания современных жизненных циклов сервисов (Java/Spring Boot или аналогичных) и того, как надежно запускать/контейнеризировать их. Современные рабочие процессы: Комфортно используйте инструменты для написания кода и редактирования с помощью ИИ для более быстрой доставки без ущерба для качества. Проактивный учащийся с строгим чувством ответственности, полностью ответственный за время безотказной работы. Спокойный под давлением, способный работать самостоятельно и доводить решения до конца. Желательно Опыт работы с Terraform, Helm и Kustomize. Более глубокий опыт AWS, охватывающий ECR, ALB/NLB, RDS и Parameter Store/Secrets Manager. Знакомство с управлением доступом (OPA/Gatekeeper/Kyverno) и контролем цепочки поставок программного обеспечения. Опыт в области хаос-инжиниринга, инъекции ошибок или создания фреймворков для тестирования производительности/нагрузки. Опыт управления корпоративными релизами в регулируемых средах (запросы на изменение, CAB).

Преимущества Международная рабочая среда со стратегическим направлением, основанным на ИИ. 20 дней ежегодного отпуска – Гибридный режим работы. Премиум пакет медицинского страхования с BIC и комплексными ежегодными медицинскими осмотрами. Конкурентная заработная плата и 13-я зарплата. Пособие на питание для повышения вашей продуктивности. Привлекательная корпоративная культура с развлекательными мероприятиями. Глобальное сотрудничество – Работайте как с вьетнамскими, так и с международными коллегами.

SmartDev — это компания по разработке программного обеспечения на базе ИИ со штаб-квартирой во Вьетнаме, входящая в Verysell Group. Мы помогаем мировым компаниям работать быстрее и создавать более интеллектуальные решения, сочетая методы разработки на базе ИИ с глубокой экспертизой в области финтеха, здравоохранения, розничной торговли и корпоративных технологий. Наша команда инженеров, архитекторов и специалистов по ИИ работает по всему стеку: от пользовательского программного обеспечения и облачных решений до генеративного ИИ, MLOps и интеллектуальной автоматизации. В SmartDev мы верим, что отличная архитектура и мышление, ориентированное на ИИ, являются конкурентным преимуществом, и мы соответствующим образом формируем наши команды. Компания находится на переломном этапе нашего пути: переход от чистого поставщика IT-аутсорсинга к поставщику решений с поддержкой ИИ. У нас более 200 талантливых сотрудников, работающих как на месте, так и удаленно/гибридно в следующих местах: Дананг: 81 Quang Trung, Hai Chau 1 ward, Hai Chau District, Danang Ханой: Zodiac building, 19 Duy Tan Street, Dich Vong Hau ward, Cau Giay District, Hanoi