SRE/Инженер по надёжности систем

IТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее.

Обязанности

• Развивать и сопровождать платформу мониторинга на базе VictoriaMetrics и Grafana: обеспечивать доступность, производительность и устойчивость её компонентов
• Подключать ИТ-услуги к мониторингу: совместно с командами разработки определять необходимые метрики, настраивать сбор данных, дашборды и правила оповещения
• Улучшать качество алертинга: сокращать ложные и дублирующие срабатывания, настраивать маршрутизацию уведомлений, связывать оповещения с инструкциями по диагностике и восстановлению
• Совместно с владельцами сервисов определять SLI/SLO и настраивать контроль доступности, задержек и ошибок в критичных сценариях
• Диагностировать инциденты платформы, участвовать в восстановлении работоспособности и разборе первопричин; реализовывать меры, предотвращающие повторение сбоев
• Контролировать производительность и потребление ресурсов: анализировать кардинальность метрик, тяжёлые запросы и сроки хранения данных, планировать масштабирование
• Автоматизировать развёртывание, обновление и конфигурирование компонентов; развивать CI/CD-пайплайны в Jenkins и Argo CD, хранить конфигурации в Git.

Требования

• Практический опыт эксплуатации production-систем в роли SRE, DevOps-инженера, инженера мониторинга или системного инженера
• Уверенная работа с Linux: диагностика процессов, памяти, CPU, дисковой подсистемы и сетевых взаимодействий; понимание TCP/IP, DNS, HTTP и TLS
• Практический опыт с VictoriaMetrics или Prometheus и Grafana: сбор метрик, дашборды, правила оповещения; умение писать и анализировать запросы PromQL/MetricsQL
• Понимание типов метрик, labels, кардинальности и принципов построения полезного мониторинга приложений и инфраструктуры
• Опыт диагностики инцидентов по метрикам и логам; понимание отказоустойчивости, резервирования и безопасного внесения изменений.
• Навыки автоматизации на Bash и/или Python; работа с Git и конфигурациями YAML/JSON
• Опыт настройки или сопровождения CI/CD-пайплайнов в Jenkins, Argo CD либо аналогичных инструментах.

Будет плюсом:

• Знание SQL для диагностических запросов и понимание основ работы PostgreSQL и Kafka
• Умение самостоятельно вести техническую задачу от диагностики до проверенного результата, взаимодействовать с разработкой, инфраструктурными командами и владельцами ИТ-услуг
• Опыт эксплуатации кластерной VictoriaMetrics, работы с vmagent, vmalert, Alertmanager и Grafana Alerting
• Опыт работы с контейнерами и Kubernetes, Helm и GitOps-подходом.
• Практика применения SLI/SLO, error budget, postmortem и автоматизации повторяющихся эксплуатационных операций
• Опыт построения централизованного логирования, распределённой трассировки и инструментирования приложений с OpenTelemetry
• Опыт работы с PostgreSQL/Patroni и Kafka/Corax: диагностика репликации, задержек обработки и проблем производительности
• Разработка интеграций, экспортёров метрик и служебных инструментов на Go, Python или Java
• Опыт создания AI-агентов и использования их в работе
• Опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
• Инструментальное владение AI для анализа, генерации и автоматизации.

Условия

• Формат работы - гибрид (БЦ Поклонка)
• Ежегодный пересмотр зарплаты и годовая премия
• Корпоративный спортзал и зоны отдыха
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• Бесплатная подписка СберПрайм с возможностью совместного использования на трех близких, скидки на продукты компаний-партнеров
• Вознаграждение за рекомендацию друзей в команду Сбера
• Корпоративная пенсионная программа.