DevOps / SRE Инженер

Локация: удалённо, Казань

Компания

ПромБудущее развивает и эксплуатирует высоконагруженные сервисы на виртуальной инфраструктуре.

Что делать

• Поддерживать высоконагруженные системы 24/7, участвовать в дежурствах, стабилизировать деградировавшие сервисы и проводить post-mortem.
• Администрировать Linux-серверы и виртуальные среды VMware Cloud Director и/или Microsoft Azure Stack HCI, включая создание, масштабирование и миграцию виртуальных машин.
• Настраивать мониторинг и алертинг на базе Prometheus, Node Exporter, Blackbox Exporter и Grafana.
• Организовывать CI/CD через GitHub Actions, деплоить .NET-артефакты на VPS/VM и поддерживать rollback-сценарии.
• Диагностировать сетевые, системные, .NET- и MySQL-проблемы, автоматизировать деплой, бэкапы, сбор метрик и восстановление сервисов.
• Развивать практики резервного копирования, capacity planning, снижения toil, управления тестовыми окружениями и миграции к контейнеризации.

Требования

• От 1 до 3 лет опыта поддержки высоконагруженных систем 24/7 на виртуальных машинах.
• Знание SLA/SLO, error budgets, инцидент-менеджмента, эскалаций, post-mortem и дежурств.
• Уверенное администрирование Linux: управление пакетами, диагностика CPU/RAM/I/O/сети, файловые системы, load average, swap и OOM killer.
• Практический опыт с VMware Cloud Director и/или Microsoft Azure Stack HCI: VM, шаблоны, квоты, capacity planning, snapshots и миграции.
• Знание systemd, управления процессами и службами, graceful shutdown .NET-приложений, сигналов ОС и журналирования через journalctl.
• Навыки сетевой диагностики с tcpdump, ss, netstat, curl/telnet и traceroute; понимание TCP, DNS, TLS, таймаутов, TIME_WAIT и исчерпания портов.
• Опыт с Prometheus, Node Exporter, Blackbox Exporter, Grafana и настройкой малошумных алертов.
• Опыт с GitHub Actions, Git, branch-стратегиями, PR-ревью, версионированием релизов, деплоем бинарников/DLL и проверкой checksums/signatures.
• Знание SSH, iptables/nftables/ufw, fail2ban, hardening, управления доступами, аудита и ротации ключей и паролей.
• Опыт администрирования MySQL 8.0.x: индексы, slow query log, транзакции, блокировки, репликация, бэкапы и EXPLAIN; готовность к миграции на 8.4.x.
• Навыки Bash/PowerShell и Python/Go для написания эксплуатационных скриптов.
• Понимание деплоя .NET без контейнеров, Docker и Kubernetes, включая rolling updates, canary/blue-green, rollback, readiness/liveness probes, ConfigMap и Secrets.
• Понимание ClickHouse, ETL и сценариев переноса логов, событий и аналитических нагрузок из MySQL.
• Знание обработки ошибок и повторных попыток в C# на базе Polly, retry/backoff, circuit breaker, идемпотентности и дедупликации.
• Опыт документирования runbooks, troubleshooting guides, архитектуры, зависимостей и сценариев миграции.
• Умение взаимодействовать с разработчиками C#, тестировщиками, менеджерами и поддержкой, планировать улучшения надёжности и приоритизировать снижение риска простоя.
• Английский язык не ниже B2 для чтения документации, баг-репортов и общения в чатах и на встречах.

Хорошо, если есть

• Глубокая диагностика ASP.NET Core на Linux: correlation ID, runtime, latency/throughput, memory leaks, GC pressure, thread pool exhaustion и HttpClient connection pool exhaustion.
• Опыт работы с dotnet trace, dotnet counters и perf.
• Знание структурированных JSON-логов, logrotate, rsyslog/fluentd и поиска по логам через grep, awk и jq.
• Опыт проектирования стратегий бэкапов, проверки восстановления, RPO/RTO и хранения бэкапов вне production.
• Опыт автоматизации provisioning виртуальных машин через скрипты и API гипервизоров, а также управления тестовыми окружениями.
• Понимание ClickHouse как направления развития.

Культура и преимущества

• Полная занятость в удалённом формате.
• Работа с критичной 24/7-инфраструктурой и практиками надёжности.
• Фокус на документировании, снижении toil, автоматизации и планомерном уменьшении технического долга.