SRE в One Cloud в Единые облачные технологии, Москва

One Cloud — это технологический фундамент для всех продуктов компании. Мы предоставляем единую среду запуска приложений, хранилищ, баз данных и любых других сервисов.

Сейчас One Cloud - это 12 000 серверов в 9 дата центрах, загрузка более 1 000 000 процессорных ядер, объем хранилища в 5 000 Терабайт и 400 Тбит/сек по сети.

Перед командой стоят задачи развития и масштабирования, повышения надежности, разработки внутренних инструментов и анбординг новых проектов. Ключевая цель – стать самым передовым внутренним облаком среди аналогичных платформ.

Мы ищем Site Reliability Engineer, готовых разделить с нами задачи по эксплуатации, инцидент-менеджменту, R&D, а также принять технический вызов кратного роста Облака и амбициозности поставленных перед командой задач.

Стек: Linux, Python, Golang, CFEngine, AWX.

Задачи

• Эксплуатировать парк серверов облака (в том числе bare metal) — более 10 000 хостов;
• постоянно обновлять парк серверов — мы стараемся  эффективнее использовать каждый юнит в дата-центрах;
• управлять инцидентами — в связке с командами мониторинга и разработки устранять сбои и предотвращать их повторение;
• автоматизировать процессы эксплуатации и оркестрации — при наших объёмах задачи решаются через код;
• участвовать в разработке и внедрении новой функциональности облака.

Требования

• Коммерческий опыт работы в релевантной роли SRE, DevOps, системного инженера от 3х лет;
• опыт работы с серверной инфраструктурой на базе Linux, уверенные знания Linux;
• опыт работы с сетью — iptables, BGP, VRRP;
• опыт работы с SCM — Puppet, Salt, Ansible;
• опыт автоматизации на Bash.

Будет плюсом

• Опыт работы с системами на базе RHEL;
• опыт работы с веб-хостингом — nginx, серверы приложений, MySQL, Postgres;
• опыт работы с CFEngine, Cassandra, Zabbix и Vault;
• знание Golang и Java.