DevOps/SRE Engineer

Мы в поиске SRE/DevOps Engineer в международную компанию к нашим партнерам.

Обязанности:

• Поддерживать и развивать production-инфраструктуры AI-платформы (voice AI, conversational-системы, real-time нагрузка)
• Эксплуатировать Kubernetes-кластера: деплой, scaling, troubleshooting, работа в kubectl, ресурсами, health checks
• Упаковывать и выкатывать сервисы через Helm-чарты, поддерживать и рефакторить чарты и конфиги окружений
• Настраивать и поддерживать CI/CD в GitLab: пайплайны со сборками, тестами и выкатами, blue-green деплой и откат сбойных релизов
• Эксплуатировать stateful-сервисы: PostgreSQL, MongoDB, Redis, RabbitMQ, Kafka — конфигурация, отказоустойчивость, бэкапы и проверка восстановления
• Поддерживать инфраструктуру ML/LLM-инференса: развёртывание и обслуживание vLLM и Triton Inference Server в k8s, autoscaling инференс-сервисов, контроль latency и утилизации GPU
• Мониторинг, логирование и алертинг: метрики (Prometheus/VictoriaMetrics), дашборды, алерты с уровнями severity
• Участвовать в on-call дежурствах, разбор инцидентов до корневой причины и внедрение мер, исключающих повтор
• Автоматизировать рутинные операции, IaC-подход, сокращать ручные действия
• Повышать надёжность, отказоустойчивость и observability системы
• Вести техническую документации и runbook'ов

Требования:

• От 5 лет коммерческого опыта эксплуатации production-инфраструктуры под реальной нагрузкой
• От 5 лет релевантного опыта на позициях SRE/DevOps
• Уверенное владение Linux: понимание процессов, сети, дисков, диагностики «под капотом»
• Практический опыт с Kubernetes: kubectl, деплой, логи, scaling, namespace, перезапуск и диагностика приложений, особенности хранения данных в контейнерах
• Docker, Helm, конфиги окружений, health checks, observability
• Настройка и поддержка CI/CD в GitLab: репозитории, раннеры/агенты, пайплайны со сборками, тестами и выкатами, откат релиза
• Мониторинг и алертинг: Prometheus / VictoriaMetrics / Alertmanager (или Zabbix, Icinga, Nagios): создание и поддержка алертов, понимание уровней severity и реакции на них.
• Работа с централизованными системами логирования.
• Понимание роли и базовая эксплуатация PostgreSQL и Redis, понимание необходимости бэкапов.
• Понимание принципов работы Kafka
• Иметь опыт работы с Vault, Nginx/Ingress, VoIP/Asterisk, ML-инфраструктурой (vLLM, Triton, Kubeflow, Ray) , MongoDB, отказоустойчивыми конфигурацями RabbitMQ
• Склонность к автоматизации рутины, навык написания технической документации
• Готовность к on-call и разбору инцидентов до корневой причины
• Английский от B1 (Intermediate)

Будет плюсом:

• Сборка контейнеров через werf
• Опыт security-сканирования (SAST / DAST), работы с уязвимостями образов

Условия:

• Заработная плата по результатам интервью
• Отпуск: 21 рабочий день в год
• 4 дополнительных day off в году
• Компенсация 50% стоимости изучения английского
• Возможность профильного обучения и повышения квалификации