Senior Site Reliability Engineer

Мы ищем высококвалифицированного, самомотивированного старшего инженера по надежности сайта (SRE) в нашу команду. В этой роли вы будете хранителем наших производственных сред, ответственным за обеспечение надежности, масштабируемости и производительности наших систем. Вы будете преодолевать разрыв между разработкой и операциями, применяя принципы программной инженерии к системному администрированию, управляя бюджетами ошибок и определяя цели уровня обслуживания (SLO).

Если у вас есть менталитет собственника, страсть к наблюдаемости и автоматизации, вы любите использовать современные инструменты (включая помощников по написанию кода с ИИ), чтобы сократить трудоемкость, и преуспеваете в совместной среде, мы хотим услышать от вас.

• Надежность и производительность: Определяйте, измеряйте и управляйте индикаторами уровня обслуживания (SLI), целями уровня обслуживания (SLO) и бюджетами ошибок для обеспечения надежности системы.

• Управление инцидентами: Руководите реагированием на инциденты, решайте сложные системные проблемы и проводите пост-мортемы без обвинений для предотвращения повторения.

• Наблюдаемость и мониторинг: Разрабатывайте и внедряйте комплексные стратегии мониторинга, оповещения и распределенной трассировки для проактивного обнаружения и устранения проблем.

• Конвейер и инженерная платформа: Поддерживайте и масштабируйте конвейеры CI/CD (Jenkins, GitHub Actions) и автоматизируйте сборку для сокращения трудоемкости и повышения производительности разработчиков.

• Управление инфраструктурой: Отлаживайте и устраняйте сложные проблемы с приложениями и платформами, работающими на Kubernetes и Docker.

• Планирование мощностей: Мониторинг производительности системы, прогнозирование потребностей в ресурсах и эффективное масштабирование инфраструктуры для удовлетворения спроса.

• Безопасность и соответствие требованиям: Интегрируйте практики безопасности в платформу, обеспечивая соответствие требованиям и автоматизированное исправление уязвимостей.

• Межкомандное сотрудничество: Сотрудничайте с командами продуктов и платформ для создания надежных систем, стандартизации шаблонов эксплуатации и продвижения культуры SRE.

• Обмен знаниями: Создавайте четкую документацию, руководства и планы аварийного восстановления; продвигайте лучшие практики во всех инженерных командах.

• 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 трудоемкости и управление инцидентами.

• Контейнеры и оркестрация: Сильный практический опыт работы с Kubernetes и Docker. Вы должны уметь экспертно диагностировать поды, логи/события, пробники, сетевые подключения, ресурсы и тома.

• ОС и скриптинг: Прочные основы Linux (процессы, сети, файловые системы, разрешения) и глубокое знание Python, Bash или Go.

• Мастерство наблюдаемости: Обширный опыт работы со стеками мониторинга и журналирования (например, Prometheus, Grafana, ELK/OpenSearch) и распределенной трассировкой.

• Основы облачных вычислений: Практические знания AWS, включая IAM, основы VPC/сетей, EC2/EKS, S3 и CloudWatch.

• CI/CD и автоматизация: Опыт работы с платформами Jenkins, GitHub Actions и рабочими процессами Git.

• Жизненный цикл ПО: Практические знания современных жизненных циклов сервисов (Java/Spring Boot или аналогичных) и того, как надежно запускать/контейнеризировать их.

• Современные рабочие процессы: Уверенность в использовании инструментов кодирования и редактирования с помощью ИИ для более быстрой доставки без ущерба для качества.

• Проактивный ученик со строгим менталитетом собственника, полностью ответственный за время безотказной работы. Спокойствие под давлением, способность работать самостоятельно и управлять решениями от начала до конца.

Приятно иметь

• Опыт работы с Terraform, Helm и Kustomize.
• Более глубокий опыт AWS, охватывающий ECR, ALB/NLB, RDS и Parameter Store/Secrets Manager.
• Знакомство с контролем допуска (OPA/Gatekeeper/Kyverno) и контролем цепочки поставок программного обеспечения.
• Опыт в области хаос-инжиниринга, инъекций отказов или создания фреймворков для тестирования производительности/нагрузки.
• Опыт управления корпоративными релизами в регулируемых средах (билеты на изменения, CAB).

Преимущества

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

SmartDev — компания по разработке программного обеспечения на базе ИИ со штаб-квартирой во Вьетнаме, входящая в Verysell Group. Мы помогаем глобальному бизнесу работать быстрее и умнее, сочетая практики разработки на основе ИИ с глубокой экспертизой в области финтеха, здравоохранения, розничной торговли и корпоративных технологий. Наша команда инженеров, архитекторов и ИИ-специалистов работает по всему стеку: от заказного программного обеспечения и облачных решений до генеративного ИИ, MLOps и интеллектуальной автоматизации. В SmartDev мы считаем, что отличная архитектура и мышление «сначала ИИ» являются конкурентным преимуществом, и мы строим наши команды соответствующим образом.

Компания находится на решающем этапе нашего пути: переходит от чистого поставщика ИТ-аутсорсинга к партнеру по решениям с поддержкой ИИ.

У нас более 200 талантливых сотрудников, работающих как на месте, так и удаленно/гибридно в следующих локациях:

• 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