Старший разработчик Go (Команда непрерывного профилирования)

Наша команда строит платформу непрерывного сбора профилей на базе собственного решения. Мы работаем над улучшением производительности, добавляем новые фичи и интеграции с другими компонентами телеметрии (алерты, трейсы, метрики). Основная задача предоставлять продукт, позволяющий всем разработчикам Ozon находит узкие места для оптимизации своих сервисов.

Вам предстоит:

• Поддерживать и улучшать собственное решение, менять архитектуру под быстрый и непрерывный рост нагрузки;
• Работать над стабильностью и находить места оптимизации для сокращения потребления ресурсов;
• Реализовать такие фичи, как более частый сбор в нужные момент (например, при падении сервиса по OOM), интеграция с алертингом, детект аномального потребления cpu/memory, функционал сравнение профилей, корреляции и т.д;
• Улучшать функционал сжатия профилей;
• Засетапить и поддерживать профайлинг в Ozon банке;
• Подключать к профайлингу новые k8s кластера и работать над улучшением деплоя компонентов;
• Исследовать нетривиальные баги и фиксить их.

Мы ожидаем:

• Умение писать чистый и производительный код на Go.
• Опыт написания Unit тестов.
• Опыт в разработке высоконагруженных, отказоустойчивых, распределенных систем.
• Знания docker/kubernetes: умение создавать ресурсы, смотреть логи, выполнять команды в контейнере.
• Опыт с CI/CD, знание helm, qbec или kustomize приветствуется.
• Опыт работы с Unix подобными операционными системами.
• Умение работать с мониторингом и трейсингом (Prometheus + Grafana + OpenTelemetry/Jaeger): писать алерты, делать запросы, инструментировать сервисы метриками и трейсами.

Почему у нас может быть интересно:

• Мы активно улучшаем существующую платформу профайлинга на базе собственного решения.
• Ресерчим существующие решения, такие как Parca, Pyroscope и привносим новые фичи, которые могут быть нам полезны.
• Сервис сбора профилей является достаточно высоконагруженным сервисом: мы собираем порядка 1gb профилей в секунду.
• Мы выделяем около 1500Gb оперативки и 200 ядер компонентам для сбора профилей каждые 2 минуты.
• Планируем делать сбор каждые 30 секунд, что потребует более сложных оптимизаций.
• Наш продукт настроен и оптимизирован так, чтобы переживать DC-1.
• Мы сами разворачиваем большинство компонентов в kubernetes, что дает полное понимание, как работает система.