Инженер третьей линии технической поддержки (Sber AntiFraud Platform)

Мы поддерживаем высоконагруженную банковскую систему класса критичности Mission Critical+ (МС+). Это максимальный класс: система работает круглосуточно, и любой сбой сразу замечают клиенты банка.

Третья линия — последний рубеж перед разработкой. К нам приходят инциденты, которые не решились ранее, а от нас уходят задачи, после которых эти инциденты не повторяются. Мы ищем инженера, которому мало просто потушить пожар: важно понять, почему он начался, и сделать так, чтобы он не случился снова

* Разбирать инциденты, эскалированные от бизнес пользователей, системы мониторинга и дежурной смены: не только сбои, но и деградацию производительности под нагрузкой. Находить причину по логам, метрикам, трассировкам и данным в БД.
* Вести управление критичными инцидентами (процесс управления инцидентами): собирать нужных людей, координировать работу, держать бизнес и смежные команды в курсе статуса (коммуникационный план). Для системы МС+ счёт идёт на минуты.
* Готовить справки по итогам инцидентов: хронология, влияние на клиентов и бизнес, первопричина, что уже сделано и что нужно сделать, чтобы инцидент не повторился.
* Находить дефекты в продуктиве и подтверждать их: шаги воспроизведения, логи, запросы, ожидаемое и фактическое поведение.
* Ставить задачи на исправление в разработку так, чтобы разработчику не пришлось ничего переспрашивать, и вести их до выката исправления.
* Искать закономерности и повторяющиеся причины в прошедших инцидентах.
* Предлагать и доводить до конца меры, которые снижают число инцидентов: исправления, изменения в процессах, автоматизацию.
* Описывать новые метрики и алерты, если инцидент показал, что мониторинг не заметил проблему или заметил её поздно.
* Разбирать метрики, которые срабатывают неверно (ложные срабатывания, пропуски, неверные пороги), и добиваться их исправления.

* Опыт от 3 лет во второй или третьей линии поддержки, в эксплуатации или SRE.
* Опыт поддержки высоконагруженных систем, работающих круглосуточно.
* Уверенные знания Linux: логи, процессы, сеть, базовый bash.
* SQL на уровне, достаточном, чтобы самостоятельно найти и проверить данные в продуктивной БД.
* Опыт работы с системами логирования и мониторинга: ELK / OpenSearch, Grafana, Prometheus, Zabbix
* Понимание устройства распределённых систем: микросервисы, HTTP/REST, очереди Kafka / RabbitMQ, интеграции.
* Знание процессов управления инцидентами и проблемами (ITIL или аналог).
* Аккуратность в работе с продуктивными данными в рамках требований информационной безопасности.
* Умение ясно писать: справка по инциденту и задача в разработку — ваш основной рабочий результат.
* Спокойствие и собранность во время критичного инцидента.

Будет плюсом:

Будет плюсом

* Опыт работы в банке или финтехе, понимание банковских процессов: платежи, карты, расчёты.
* Опыт ведения крупных инцидентов и проведения разборов в формате blameless postmortem.
* Kubernetes, Docker.
* Умение читать код Java / Python настолько, чтобы найти место дефекта. Писать продуктовый код не требуется.
* Трассировка и APM: OpenTelemetry, Jaeger и аналоги.
* Понимание SLI/SLO и практик SRE.
* Скрипты автоматизации на Python или bash.
* Сертификат ITIL 3/4 Foundation.

* Комфортный современный офис (ст.м.Кутузовская)
* ежегодный пересмотр зарплаты, годовая премия
* корпоративный спортзал и зоны отдыха
* более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
* программа адаптации и помощь руководителя на старте
* расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
* гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
* бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
* вознаграждение за рекомендацию друзей в команду Сбера.