Руководить командой SRE: нанимать и растить инженеров, давать обратную связь, в том числе трудную. Самостоятельно проводить технические собеседования.
Писать код для надёжности: платформенные сервисы, библиотеки и автоматизацию, устраняющие целые классы проблем; при необходимости вносить изменения в продуктовые сервисы.
Развивать платформу для продуктовых команд: шаблоны сервисов, общие библиотеки, CI/CD с проверками перед слиянием и контрактные тесты.
Отвечать за надёжность сервисов: использовать SLI/SLO и бюджет ошибок как рабочую политику, выбирать между скоростью релизов и стабильностью.
Строить наблюдаемость: метрики, трейсинг, структурированные логи, алерты по симптомам и дашборды для разбора инцидентов по данным.
Вести процесс инцидентов и дежурства: разбирать инциденты до первопричины, проводить постмортемы без поиска виноватых и доводить действия по итогам до конца. Команды самостоятельно отвечают за свои сервисы в проде.
Вести каталог сервисов: у каждого сервиса должны быть владелец, инструкция по эксплуатации и дашборд; сервис без владельца не выходит в прод.
Развивать инфраструктуру под рост по частям, без переписывания всего сразу.
Требования
Опыт тимлида или ведущего инженера с командой — от полугода: растить людей, нанимать и давать трудную обратную связь.
Продолжать писать код: инструменты, сервисы и библиотеки с логикой; быть готовым показать, что и на чём написано за последние год-два.
Уметь объяснить каждое решение, которое выходит в прод: что оно делает, что сломается без него и что произойдёт при десятикратной нагрузке; требовать того же на ревью.
Иметь практики, перенятые другими командами: дежурства, постмортемы, владение сервисами или стандарт, которым пользуются команды вне подчинения.
Опыт SRE, внутренней платформы или инфраструктуры на масштабе многих сервисов.
Практический опыт работы с SLO и бюджетом ошибок: понимать, когда использовать бюджет для скорости, а когда замедлять релизы, и уметь объяснить это продукту.
Умение влиять без формальной власти: поддерживать стандарты удобством, аргументами и инструментами.
Уверенное знание низкого уровня: Linux, сети, дисков и памяти; понимание причин деградации систем.
Условия
Зарплата: 500 000–700 000 рублей net, обсуждается.
Удалённый формат.
Масштаб: миллионы пользователей и пиковые нагрузки в реальном времени.
Влияние на всю разработку: решения по надёжности становятся нормой для всех команд.