Руководитель направления SRE и надежности облачной платформы

Что за роль

Руководитель направления отвечает за аудит и повышение надежности информационных систем клиентов, размещённых на платформе Evolution Stack. Работа объединяет SRE и DevOps-практики, управление командой инженеров, взаимодействие с заказчиками и развитие методологии оценки доступности сервисов.

Что предстоит делать

    • Аудировать архитектуру клиентских систем, схемы деплоя и эксплуатационные практики, выявлять пробелы в надежности на уровне приложений, инфраструктуры, сети и процессов.
    • Определять текущий уровень SLA и готовить планы его повышения, включая изменения архитектуры, деплоя, инфраструктуры и мониторинга.
    • Формировать SLO и SLI для критичных сервисов, проектировать дашборды доступности и раннее оповещение о сбоях.
    • Представлять планы руководству заказчика, согласовывать объём работ, сроки и ресурсы; участвовать в presales и оценивать реализуемость SLA-обязательств.
    • Координировать реализацию улучшений с командами клиентов, архитекторами, инженерами внедрения и DevOps, а также взаимодействовать с продуктовыми и инженерными командами Evolution Stack.
    • Участвовать в разборе крупных инцидентов, проводить анализ первопричин и контролировать корректирующие действия.
    • Формировать и развивать команду SRE-инженеров, распределять нагрузку, заниматься наймом и менторством; стандартизировать аудит с помощью чек-листов, playbook’ов и шаблонов Production Readiness Review.
    • Отчитываться о портфеле SLA-контрактов, ходе проектов повышения надежности и связанных рисках.

Что потребуется

    • От пяти лет опыта в SRE, DevOps или эксплуатации высоконагруженных систем; не менее двух лет на позиции тимлида или руководителя команды.
    • Опыт управления командой, в среднем от трёх человек, и практическое внедрение SLA, SLO и SLI.
    • Опыт с observability-стеком: Prometheus, Grafana, Zabbix или VictoriaMetrics; ELK или OpenSearch; Alertmanager, PagerDuty или Opsgenie.
    • Практика incident management, постмортемов, root-cause analysis и контроля corrective actions.
    • Знание отказоустойчивой архитектуры: multi-AZ, failover, балансировка нагрузки, circuit breaker, disaster recovery, RTO и RPO.
    • Опыт с Kubernetes, Terraform или Ansible, CI/CD и принципами GitOps; уверенное администрирование и диагностика Linux.
    • Знание Go, Python или Java на уровне, достаточном для автоматизации и создания инструментов; понимание распределённых систем и микросервисов.
    • Умение вести переговоры и защищать технические планы перед руководством заказчика; опыт работы с крупными коммерческими и государственными клиентами и понимание требований регулируемых отраслей.

Что важно знать

Задачи охватывают полный цикл работы с надежностью: от оценки текущей доступности и проектирования улучшений до реализации изменений и контроля последствий инцидентов. Помимо инженерной экспертизы, важны управление командой и способность согласовывать технические решения с клиентами и внутренними командами платформы.

Оценка вакансии
7 / 10
В вакансии подробно описаны задачи, технический профиль и зона управления; указаны гибридный формат и требования к опыту. Зарплата и тип занятости не раскрыты.
Опубликовано:

Будьте в курсе новых вакансий

Подпишитесь на наш Telegram-канал

TalentMove стал Жабкой

Встречайте
TalentMove 2.0

Удобнее искать. Проще выбирать.

Открыть Жабку