One Cloud — центральное внутреннее облако компании собственной разработки, технологический фундамент для всех продуктов компании. Мы предоставляем единую среду запуска приложений, хранилищ, баз данных и любых других сервисов.
Сейчас One Cloud - это ~30 000 серверов в 14 дата центрах, загрузка более 1 000 000 процессорных ядер, объем хранилища в 15 Петабайт и 400 Тбит/сек по сети.
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.
Перед командой стоят задачи развития и масштабирования, повышения надежности и наблюдаемости, автоматизации рутины, разработки внутренних инструментов.
Стек: Linux, Python, Golang, CFEngine, AWX.
Задачи
- Эксплуатировать парк серверов облака (в том числе bare metal) — более 30 000 хостов
- Постоянно обновлять парк серверов
- Осуществлять переезды между датацентрами
- 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
- Глубокое понимание как работает ОС на базе linux и как работает ядро linux
- Умение в troubleshooting
- Опыт работы с сетью — iptables, BGP, VRRP
- Опыт работы с SCM — Puppet, Salt, Ansible и тд
- Опыт автоматизации на Bash
- Умение программировать
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.
