Site Reliability Engineer (SRE) в АО "СберТех" Москва

SRE в команду AI-платформы корпоративного уровня (аналог AI Hub) с чат-интерфейсом и RAG на Qdrant. Отвечает за доступность и отказоустойчивость платформы в проде, Kubernetes, CI/CD и наблюдаемость.

Задачи:

• Обеспечение доступности и отказоустойчивости платформы в проде: определение и контроль SLO/SLI, дежурства, разбор инцидентов, проведение postmortem
• Разработка и сопровождение CI/CD-конвейеров, инфраструктуры как кода (IaC)
• Управление Kubernetes: кластеры и версии, admission-контроллеры, network policies, resource limits/requests, HPA, автоскейлинг
• Диагностика и оптимизация производительности (CPU / memory / I/O), профилирование нагрузки LLM-инференса
• Настройка и развитие наблюдаемости: метрики, логи, трассировки, алертинг, дашборды
• Управление секретами и доступом, выполнение требований безопасности
• Работа с Kafka, Redis, PostgreSQL и S3: настройка, тюнинг, резервное копирование и восстановление, DR-планы
• Участие в архитектурных решениях для новых сервисов платформы

Требования:

• 3+ года опыта в SRE / DevOps / платформенной инфраструктуре
• Глубокий опыт работы с Kubernetes в промышленной эксплуатации
• PostgreSQL: планирование запросов, индексы, репликация, бэкапы и восстановление
• Kafka, Redis, S3-совместимые объектные хранилища
• CI/CD, Linux, Bash
• Мониторинг и логирование: Prometheus / Grafana, OpenSearch, алертинг
• Понимание принципов SLO / SLI / Error Budgets
• Опыт работы с облачной и on-premise инфраструктурой, сетевой уровень, TLS

Условия:

• Гибридный формат работы
• Годовой бонус и ежегодный пересмотр зарплаты
• Статус аккредитованной ИТ-компании
• Расширенный ДМС с первого дня и льготное страхование для семьи
• Корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях
• 90 дней удаленной работы из любого региона РФ
• Льготная ипотека в Сбере
• Бесплатная подписка СберПрайм, которой можно поделиться с 3 близкими

Навыки:

• Kubernetes
• PostgreSQL
• Kafka
• Redis
• S3
• Qdrant
• Prometheus
• Grafana
• OpenSearch
• CI/CD
• Linux
• Bash
• Terraform
• Ansible
• vLLM
• Triton
• KServe
• Milvus
• pgvector
• RAG
• LLM