SRE-инженер (Команда системы мониторинга HR платформы)

Ищем сотрудника в проект системы мониторинга, которая построена на Grafana + VictoriaMetrics. Задача команды - постоянное улучшение системы, оптимизация ее работы, разработка новых методов и логики мониторинга. Участие в разборах инцидентов бизнес-сервисов с целью улучшения покрытия их мониторингом.

Обязанности

Развитие систем мониторинга

• Проектировать и поддерживать отказоустойчивую архитектуру мониторинга на базе VictoriaMetrics и Prometheus (федерация, долгосрочное хранение, правила агрегации).
• Строить комплексные дашборды в Grafana, настраивать правила алертинга в Grafana Alerting с минимизацией false-positive срабатываний.
• Развивать и оптимизировать legacy- и новые компоненты на Zabbix (шаблоны, автообнаружение, триггеры с вычисляемыми элементами).
• Унифицировать сбор метрик: продумывать единый стандарт для экспортеров, форматов метрик и каналов оповещения.

Создание AI-инструментов

• Разрабатывать AI-агентов на Python для интеллектуального анализа метрик: поиск аномалий, прогнозирование трендов, автоматическая корреляция событий из разных источников.
• Интегрировать агентов с системами реагирования: автоматическая диагностика, самовосстановление сервисов, эскалация с контекстом.

Инженерная культура

• Вести техническую документацию: архитектурные схемы, runbooks, описание AI-моделей и алгоритмов принятия решений.
• Участвовать в разборе сложных инцидентов, внедрять решения по их предотвращению.

Требования

Углублённые знания технологий мониторинга (must have)

• VictoriaMetrics: архитектура кластера (vminsert, vmselect, vmstorage), MetricsQL, настройка ретеншен-политик и downsampling.
• Prometheus: Federation, remote write/read, PromQL на продвинутом уровне, понимание внутреннего устройства TSDB, работа с service discovery.
• Grafana + Grafana Alerting: создание динамических дашбордов (variables, transformations), provisioning, настройка алертов с шаблонизацией и маршрутизацией уведомлений.
• Zabbix: опыт работы с шаблонами, LLD (low-level discovery), сложные триггеры, API Zabbix для автоматизации.

Навыки разработки и автоматизации

• Уверенное владение Python: написание чистого, поддерживаемого кода для обработки данных и создания AI-агентов (опыт с LLM/агентными фреймворками будет плюсом).
• Базовые знания Java: умение читать код, интегрироваться с существующими сервисами, писать несложные API.

Личные качества и подход к работе

• Аналитический склад ума: способность раскладывать сложные проблемы на составляющие, видеть системные закономерности, принимать решения на основе данных.
• Стрессоустойчивость: сохранять ясность мышления и конструктивный настрой в условиях инцидентов и жёстких дедлайнов.
• Управление задачами: умение самостоятельно планировать свою работу, реалистично оценивать сроки и стабильно доводить задачи до результата.

Будет преимуществом

• Опыт внедрения LLM (LangChain, LangGraph, CrewAI) в процессы эксплуатации.
• Знание Docker, Kubernetes (развёртывание и мониторинг).
• Опыт работы с очередями сообщений (Kafka) и потоковой обработкой данных.

Условия

• комфортный современный офис рядом с м. Кутузовская
• гибридный формат
• ежегодный пересмотр зарплаты и годовая премия
• корпоративный спортзал и зоны отдыха
• уникальная система обучения Сбера для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.