Главный инженер сопровождения кластеров Elasticsearch и Kafka

Главный инженер сопровождения кластеров Elasticsearch и Kafka

Департамент больших данных

Управление сопровождения аналитических систем

ЧЕМ ПРЕДСТОИТ ЗАНИМАТЬСЯ:

• Обеспечение отказоустойчивости, производительности и предсказуемости кластеров Elasticsearch и Kafka, минимизация времени простоя и воздействия инцидентов;
• Разработка и внедрение стратегии мониторинга, алертинга и логирования для Elasticsearch и Kafka (на уровне кластера, нод, топиков, индексов, потребителей, lag-ов);
• Определение и настройка ключевых метрик здоровья (KPI) и SLO/SLA для компонентов;
• Проактивное выявление проблем: рост лагов, деградация производительности, неоптимальные шаблоны индексов, исчерпание ресурсов;
• Проведение регулярных аудитов существующей архитектуры Elasticsearch (шаблоны индексов, шардирование, репликация, mapping) и Kafka (топики, партиции, репликация, политики очистки, ACL);
• Планирование и проведение масштабирования (как горизонтального, так и вертикального), обновления версий ПО с нулевым или минимальным downtime;
• Разработка и поддержка Disaster Recovery (DR) и процедур аварийного восстановления (backup/restore для Elasticsearch, mirroring/replication для Kafka). Регулярное проведение учебных восстановлений;
• Разработка и документирование runbooks (чек-листов действий) для частых инцидентов (например, отказ ноды, потеря лидера партиции, рост consumer lag, «желтый/красный» статус кластера ES);
• Координация действий команды во время инцидента, коммуникация с заинтересованными сторонами;
• Проведение постмортемов (Post-Mortem) по серьёзным инцидентам с выработкой плана по предотвращению повторения;
• Ведение актуальной архитектурной и эксплуатационной документации.
• Документирование всех внесенных изменений, процедур, политик.

НАШИ ОЖИДАНИЯ ОТ КАНДИДАТА:

• Высшее образование;
• Опыт администрирования Elasticsearch в production;

• Практический опыт масштабирования кластеров (hot-warm-cold архитектуры), обновлений версий;
• Настройка мониторинга (cluster health, jvm, indices stats, thread pools);
• Резервное копирование и восстановление с использованием snapshot/restore API в S3;
• Опыт администрирования Apache Kafka в production;
• Понимание внутреннего устройства: брокеры, топики, партиции, реплики, ISR, контроллер, ZooKeeper/KRaft;
• Настройка и мониторинг критических метрик: lag потребителей, throughput, размер топиков, состояние реплик, under-replicated partitions;
• Опыт работы с Linux;
• Знание систем мониторинга: Prometheus, Grafana, Zabbix;
• Опыт работы с системами сбора логов (ELK stack как минимум для логов самих систем);
• Знание основ сетей (TCP/IP, firewall, latency, throughput).

ЧТО МЫ ПРЕДЛАГАЕМ:

• Вертикальное и горизонтальное развитие: регулярные тренинги, вебинары, митапы;
• Забота о вашем здоровье: ДМС с первого месяца работы, куда входит стоматология;
• Прозрачный доход: оклад (по итогам интервью) + ежеквартальные премии по результатам KPI;
• Комфортные и современные офисы в городах присутствия (Москва, Санкт-Петербург, Уфа, Брянск, Новосибирск и др.);
• Дополнительные бонусы от Россельхозбанка для сотрудников группы компаний (скидки на спортзалы, рестораны, маркетплейсы и т.д.).