Reliability / SRE Lead

Мы приглашаем в нашу команду эксперта на позицию лидера команды Надёжности, который станет опорой для команды и поможет нам выстроить и внедрить единые подходы к обеспечению надёжности продуктов, сервисов и систем в рамках направления развития внутренней инфраструктуры VK. Мы активно развиваемся и растём, работаем над улучшением процессов, повышением надёжности и качества наших сервисов. Наши активности делятся на два основных направления: развитие централизованных сервисов разработки и проекты гибкой инфраструктуры по миграции в облако. А также мы формируем команду и запускаем проекты по надёжности — повышение SLO внутренних сервисов и развитие SRE-практик. Задачи Внедрение SLO для централизованных сервисов разработки (GitLab, TeamCity, Nexus, Allure и т. д.) Внедрение SLO для корпоративных систем, внутренней инфраструктуры и продуктов Выстраивание процессов управления надёжностью для всей внутренней инфраструктуры в соответствии с общей методологией, включая подходы: · к определению классов критичности систем и сервисов на основе влияния их простоя на бизнес-процессы; · оценке экономически обоснованных значений RTO и RPO; · формированию системы продуктовых метрик в части обеспечения надёжности; · выстраиванию процессов управления уровнем сервиса на основе SLA/SLO/SLI; · обеспечению непрерывности и доступности критичных систем и сервисов; · управлению критическими событиями в прод-среде Требования Опыт работы в ИТ от 10 лет Опыт от 3 лет в разработке, автоматизации тестирования ПО и (или) SRE Опыт работы на позиции лидера практики SRE в крупных технологических компаниях Наличие управленческого опыта (управление командой не менее 5 человек) Отличные коммуникационные навыки Опыт разработки SLA/SLI/SLO и знание принципов их формирования Опыт внедрения практик и инструментов SRE и DevOps Опыт в работе с распределённой инфраструктурой, микросервисной архитектурой Знание принципов работы облачных сервисов и современных средств мониторинга и автоматизации управления инфраструктурой Опыт организации построения или управления инфраструктурой отказоустойчивых систем, работающих в режиме 24x7x365 и требующих минимального участия человека Знание принципов и методов обеспечения качества и надёжности ИТ-сервисов Практическое знание нескольких скриптовых языков Будет плюсом Практический опыт внедрения практик и инструментов Capacity Management, Availability Management, Business Continuity Management Опыт энтерпрайз-разработки Java, Go