Data platform SRE/Observability Engineer

Ключевые задачи:
• Единый observability-контур: Построение сквозного мониторинга для всех инфраструктурных стеков, включая Trino, Kubernetes, базы данных, а также Big Data (Apache Ozone и Hadoop).
• Стратегические задачи CTO: Внедрение автоматического сбора DORA-метрик и создание верхнеуровневых дашбордов здоровья платформы (Health Dashboards) для визуализации аптайма сервисов.
• Ликвидация слепых зон: Аудит текущих метрик и закрытие пробелов в мониторинге инфраструктуры, особенно в части K8s, баз данных и систем распределенного хранения.
• Проактивный алертинг: Оптимизация и актуализация правил Alertmanager для перехвата инцидентов и аномалий до того, как они затронут пользователей или будут обнаружены вручную.
• Снятие нагрузки с команды: Выступление в роли единой точки экспертизы по мониторингу, освобождающей лидов направлений от рутинной настройки дашбордов и поддержки алертов.

Требования:
Опыт работы от 3 лет в качестве DevOps/SRE и от 5 лет в IT. Знание Python, Go/JS будет плюсом. Фокус на SRE/Observability: Опыт работы в роли SRE или инженера по мониторингу с упором на надежность инфраструктуры, а не на продуктовую разработку фич. Экспертиза в Prometheus-стеке: Глубокое знание Prometheus, Grafana и Alertmanager, включая написание сложных PromQL-запросов и борьбу с «alert fatigue» (усталостью от алертов). Метрики надежности: Практическое понимание концепций SLI/SLO/SLA, бюджетов ошибок (error budgets) и методологии сбора DORA-метрик. Широкий технический кругозор: Опыт работы с контейнеризацией (Kubernetes) и базами данных, а также способность быстро разобраться в метриках распределенных систем (Hadoop, Trino). Системный подход к инцидентам: Умение переводить абстрактное поведение систем и логи в понятные, структурированные и привязанные к делу метрики.

Наши условия:
Интересные проекты: создаём продукты для путешественников, тревел-агентов и отельеров по всему миру. Полная свобода для достижения результатов: гибкий график, удалёнка или офис — ты сам решаешь, где и когда работать. Нестандартный подход к работе и жажда нового, например, мы решаем некоторые задачи с помощью AI. Техническое комьюнити Ostrovok! Tech проводит митапы, хакатоны, участвует в конференциях и поддерживает даже самые смелые идеи. Профессиональное развитие: помогаем сотрудникам выступать на конференциях — от подачи заявки до подготовки презентации. Забота о самочувствии команды: с первого месяца работы у наших сотрудников есть ДМС и скидки в сервисе «Ясно». Внутренние программы адаптации и обучения, развития soft skills и лидерских навыков, подобранные индивидуально для каждого сотрудника. Корпоративные скидки на занятия в Skyeng. Корпоративные цены на отели и другие тревел-услуги — чтобы наши сотрудники путешествовали чаще. Островок — аккредитованная IT-компания.