Команда QA Load отвечает за производительность и масштабируемость сервисов на протяжении всего их жизненного цикла — от решений Go/No-Go перед запуском до работы с реальным продакшн-трафиком. Мы проектируем и выполняем нагрузочные тесты, моделируем реальные сценарии использования, выявляем и устраняем "узкие места" в бэкенд-системах, базах данных, очередях сообщений и инфраструктуре, а также тесно сотрудничаем с командами SRE, DevOps и продуктовой инженерии.

Роль сосредоточена на систематическом улучшении производительности: создании инфраструктуры для нагрузочного тестирования, автоматизации и качественных ворот CI/CD, анализе и экспериментах с производительностью, а также переводе технических метрик (latency, RPS, p95/p99) в понятное бизнес-воздействие. Наша цель — сделать производительность ключевым аспектом качества продукта и обеспечить стабильную работу высоконагруженных, геораспределенных систем.

Аудит производительности и поддержка интеграции: Решения Go/No-Go с нашими заинтересованными сторонами о запуске сервисов перед их интеграцией в нашу экосистему и поддержка интеграций (аудит API, веб, баз данных, кэшей, брокеров сообщений).

Разработка и выполнение глобальной стратегии нагрузочного тестирования: Моделирование сценариев нагрузочного тестирования (нагрузочное, стрессовое, длительное, пиковое, поиск максимальной нагрузки), методология и формирование нефункциональных требований к системе с использованием k6, JMeter (DSL framework). Симуляция реальных сценариев и паттернов трафика для проверки систем в условиях, приближенных к продакшн (включая высокий RPS, уровни параллелизма, перекос данных и геораспределенную нагрузку).

Моделирование нагрузки: Расчет и проверка детальных моделей нагрузки — например, ожидаемого RPS, одновременных пользователей, объемов транзакций и распределения данных. Корректировка этих моделей для отражения пиковых и граничных сценариев, гарантируя, что наше планирование мощностей основано на реальности.

Анализ и устранение "узких мест": Поиск, анализ и устранение "узких мест" в производительности. Это включает:

• проблемы бэкенда (CPU hotspots, утечки памяти, GC pauses, исчерпание пула потоков)
• неэффективность БД (индексирование Aurora MySQL/RDS, блокировки запросов, пределы IOPS)
• обратное давление на сообщения/очереди (партиционирование Kafka, отставание потребителей, пределы пропускной способности)
• сетевые ограничения (задержка, настройки балансировщика нагрузки, таймауты).

Работа с командами SRE, DevOps и Backend для внедрения оптимизаций и проверки улучшений.

Подготовка к продакшн-трафику: Обеспечение готовности сервисов к продакшн. Проведение exercícios по планированию мощностей и стресс-тестов для определения задержек/пределов масштабирования и режимов сбоя. Проверка способности сервисов корректно обрабатывать пиковые нагрузки или сбои компонентов без нарушения SLA или SLO. Помощь партнерам в настройке политик автомасштабирования для поддержания стабильной производительности.

Настройка и оптимизация инфраструктуры нагрузочного тестирования: Настройка, аудит и эксплуатация инфраструктуры для тестирования производительности для автоматизации нагрузочного тестирования наших сервисов и геораспределенных генераторов нагрузки для имитации продакшн-трафика.

Анализ и эксперименты с производительностью: Подход к проблемам производительности с мышлением аналитика/архитектора производительности — формирование гипотез, разработка экспериментов, проведение тестов и формулирование выводов для настройки инфраструктуры и исправления бэкенд-кода. Например, если задержка высока, сформулируйте гипотезу о причине (например, отсутствует индекс базы данных), проверьте гипотезу, а затем внесите исправление. Повторяйте этот итеративный процесс для систематического улучшения производительности системы.

Трансляция бизнес-воздействия: Преобразование технических выводов о производительности в бизнес-риски и возможности. Например, демонстрация того, как снижение задержки или улучшение времени отклика p95 может увеличить коэффициенты конверсии или GMV. Обмен этими выводами как с инженерами, так и с нетехническими заинтересованными сторонами, чтобы подчеркнуть бизнес-ценность работы над производительностью.

Наблюдаемость и мониторинг: Использование инструментов наблюдаемости для мониторинга производительности во время тестов. Настройка дашбордов и оповещений в Grafana/Prometheus и других системах (например, New Relic, Dynatrace, Zabbix, ELK Stack, Coroot), анализ трассировок и логов. Использование нескольких методов для интерпретации результатов и руководства устранением неполадок.

Инструментарий для работы с производительностью: Создание внутреннего инструментария для работы с производительностью на Golang: разработка и поддержка внутренних инструментов для автоматизации тестирования производительности и анализа "Load as a Service" для продуктовых команд: генераторы трафика, менеджеры нагрузки, моки, тестовые заглушки, поставщики данных и вспомогательные сервисы, используемые при партнерских интеграциях. Создание сценариев нагрузочного тестирования для JMeter (DSL framework) и k6 на JavaScript. Инновации в инструментарии для упрощения создания, запуска и анализа нагрузочных тестов для всей команды.

Интеграция CI/CD: Интеграция тестов производительности в наш CI/CD конвейер в качестве QG. Автоматизация запуска нагрузочных тестов, чтобы каждая новая интеграция или изменение кода оценивалось на предмет регрессии производительности. Обеспечение того, чтобы конвейеры сборки могли обнаруживать и помечать падения производительности (например, увеличение времени отклика, повышение использования ресурсов) до того, как изменения попадут в продакшн.

Отчетность и коммуникация: Подготовка отчетов о производительности, готовых для руководства, для инженерных команд и заинтересованных сторон уровня C-level. Выделение ключевых метрик (p95/p99 latency, throughput, error rates, saturation signals) и выявление основных "узких мест" масштабирования в сервисах, базах данных, кэшах и системах сообщений, а также сравнение результатов с SLO и целевыми показателями мощности. Предоставление четких объяснений первопричин и действенных рекомендаций, включая компромиссы между производительностью и стоимостью, для поддержки готовности к продакшн и решений Go/No Go.

Культура производительности: Продвижение культуры, в которой производительность = качество продукта. Обучение и вовлечение команд в рассмотрение тестирования производительности как неотъемлемой, непрерывной части жизненного цикла разработки, а не как разовой задачи. Обмен передовыми практиками и историями успеха, обеспечивая, чтобы соображения производительности были заложены в процессы проектирования, кодирования и тестирования с самого начала.

Проведение продакшн-экспериментов по валидации нагрузки и трафика с полным владением оценкой рисков, контролем радиуса поражения, наблюдаемостью и процедурами отката. Работа с геораспределенными, высоконагруженными системами (200k+ RPS) и чувствительными к задержкам мобильными потоками. Настройка продакшн-подобных сред производительности в AWS. Проведение и моделирование нагрузочных тестов в продакшн. Анализ производительности → гипотезы → эксперименты → исправления → измеримое бизнес-воздействие (latency, conversion, GMV).

• 5+ лет опыта в Performance/SRE/Load Testing
• Сильные навыки программирования на Golang/Kotlin/Java
• Отличное знание k6 или JMeter DSL — мастерство в нагрузочном тестировании: практический опыт работы с современными инструментами нагрузочного тестирования, особенно k6 и/или JMeter (и их скриптовыми DSL). Глубокое понимание лучших практик производительности — вы знаете, когда применять нагрузочное тестирование, стрессовое тестирование или длительное тестирование, и как интерпретировать результаты каждого из них.
• Практический опыт работы с инфраструктурой AWS для высоконагруженных систем: EKS, EC2, Auto Scaling Groups, ALB/NLB, VPC, подсети, маршрутизация, группы безопасности.
• Разработка и настройка стратегий автомасштабирования для вычислений (KEDA/Karpenter/Cluster Autoscaler, EC2 scaling policies).
• Понимание характеристик сетевой производительности: задержка, межзонный трафик, ограничения NAT/egress, поведение балансировщика нагрузки при высоком RPS.
• Опыт профилирования Golang, Kafka, Redis, настройки БД.
• Автоматизация нагрузочного тестирования и создание QG (JVM-языки и Go).
• SRE-мышление (RED/USE, SLO, error budgets).

Помогите нам бороться с несправедливостью, создавая справедливые возможности для миллионов людей в 47 странах. Развивайте свои профессиональные навыки, имея доступ к наставничеству, карьерному консультированию и программам обучения. Сотрудничайте с командами по всему миру и получите международный опыт через нашу программу Global Talent Exchange. Участвуйте в общекорпоративных конкурсах, премиях, спортивных мероприятиях, социально-ориентированных проектах и волонтерских инициативах, возглавляемых сотрудниками. Работайте бок о бок с людьми, которые проявляют инициативу, открыто высказываются и бросают вызов себе для роста. Совершенствуйте свои языковые навыки с помощью софинансируемых курсов и внутренних разговорных клубов. Окончательные льготы могут варьироваться в зависимости от местоположения.