Вакансии

• Участи в проектировании и реализации технической архитектуры для задачи повышения уровня доступности системы (HA конфигурации для всех компонентов, паттерны отказоустойчивости, мониторинг и алертинг); • Работа с инцидентами и обращениями пользователей в качестве 3 линии поддержки, дежурства (on-call) 24/7 1 раз в месяц;

Решение инфраструктурных инцидентов, решение клиентских инцидентов и ЗНО (на уровне L3 поддержки), взаимодействие с вендором;

Отвечать за доступность платформы и развернутых на ней приложений, оперативно устранять инфраструктурные инциденты; Обеспечивать обновление платформы, весь деплой должен быть покрыт тестами с возможностью отката всех внесенных изменений;

Участие в устранении инцидентов и решение проблем (эксплуатация); Оперативное реагирование на сообщения консоли мониторинга;

Задачи: — Автоматизация эксплуатации Linux-серверов (bare-metal и VM), сетевых сервисов, Kubernetes, CloudNativePG и Nexus. — Создание и развитие инфраструктурных пайплайнов в GitLab CI и Jenkins с проверками, откатом и оповещениями. — Обновление ОС и пакетов без простоя с учётом кворумов и ролей, выводом k8s-нод из нагрузки и возвратом обратно, проверками до и после, настройкой автоматического отката. — Ведение конфигурации через Salt и Terraform с изменениями через merge request и ревью правок коллег. — Разработка инструментов автоматизации на Python и Bash, включая обёртки над API, проверки готовности и отчёты о состоянии парка. — Работа напарником владельца 1–2 компонентов, дежурства, участие в группе эскалации по SLO-алертам. — Ведение runbook и документации, участие в разборах инцидентов, перевод ручных операций в автоматизацию. — Участие в квартальных проектах команды, включая миграции ОС и версий компонентов, сегментацию сети, развитие IaC, помощь младшим инженерам. — Развёртывание, эксплуатация и апгрейды Kubernetes-кластеров, включая проверку совместимости версий, план отката и проверку приложений и системных компонентов после обновления. — Поддержка мониторинга и SLO, устранение источников нестабильности. — Самостоятельный разбор серьёзных инцидентов на дежурствах и подключение владельцев смежных систем. — Автоматизация развёртывания и эксплуатации через Terraform, CI/CD и GitOps, развитие ArgoCD и container registry. — Внедрение сетевой изоляции, RBAC и безопасной доставки секретов совместно с соседними командами и ИБ. — Проведение учений по отказу ноды и площадки, восстановление кластеров из сохранённых конфигураций и данных, планирование мощностей и расходов. — Адаптация компонентов под другого российского облачного провайдера с учётом его ограничений. — Консультирование платформенных и продуктовых команд по Kubernetes и диагностике приложений, ведение инструкций, участие в ревью и подготовка напарника. Требования: — Опыт эксплуатации нагруженной инфраструктуры от 4 лет в роли SRE, DevOps-инженера или Linux-администратора с дежурствами и самостоятельной работой с инцидентами. — Глубокие знания Linux и сетей: процессы, память, I/O, cgroups, DNS, TLS, L4/L7-балансировка, диагностика через tcpdump, ss, mtr. — Сильный опыт с Kubernetes на уровне администрирования кластеров (control plane, апгрейды, CNI, CSI, RBAC, восстановление, stateful-компоненты). — Практический опыт с IaC и конфигурацией: Terraform (модули, state, import), Salt (желательно), изменения через MR и ревью. — Навыки построения CI/CD для инфраструктуры, а не только для сборки приложений. — Опыт автоматизации на Bash, Python или Go (будет плюсом). — Понимание принципов мониторинга: метрики, логи, алерты (Prometheus/Grafana или аналоги). — Опыт внедрения безопасных изменений в продакшене: поэтапная раскатка, проверки между шагами, идемпотентность, dry-run, автооткат. — Автономность в доведении задач и проектов до результата, умение работать в тесной коллаборации с инжинирингом и ИБ. — Умение работать с ИИ-агентами, проверять полученный код, права и последствия изменений. — Будет плюсом опыт с Yandex Cloud, VK Cloud, OpenStack или несколькими провайдерами. — Опыт с собственной инфраструктурой: развёртывание Kubernetes вне managed-сервиса, bare-metal (IPMI, RAID), KVM/Proxmox. — Опыт обновлений без даунтайма: ОС, кластерные компоненты (PostgreSQL, etcd, Consul, Kafka) и парки из сотен хостов. — Опыт с Vault, Cilium/Calico, операторы СУБД, межкластерная сеть. — Навыки тестирования инфраструктурного кода (pytest, molecule, terraform test) и blameless-постмортемов. Условия: — Полная удалённая работа с гибким графиком, офисы в трёх городах России открыты для всех по желанию. — Официальное трудоустройство по ТК РФ. — Прозрачные процессы: performance review дважды в год, понятный инженерный трек, ментор на старте, индивидуальный план развития. — ДМС с первого дня: стоматология, госпитализация, страховка для поездок за рубеж. — 31 день отпуска + 5 дополнительных выходных + 10 дней больничного. — Бюджет на обучение, фитнес и ментальное здоровье. — Возможность влиять на процессы и архитектуру, участие в учениях по Disaster Recovery, высокий уровень ответственности. — Масштаб инфраструктуры: более 10 Kubernetes-кластеров, более 1000 нод и 15 тысяч подов в основном продакшене, сотни кластеров баз данных.

Ripple is looking for a Senior DevOps Engineer to build, automate, and maintain multi-region infrastructure and release pipelines.

Внедрение и интеграция набора программных продуктов ГК Astra в пилотные инфраструктуры ключевых Заказчиков, с использованием подхода Infrastructure as code. Опыт работы с ОС Linux, понимание принципов работы ОС Linux.

Поддержка и развертывание новых OpenStack и Proxmox VE с нуля; Обновление и миграция стендов;

Мы ищем системного архитектора , который будет формировать, обосновывать и защищать архитектуру инфраструктурных решений для заказчиков, участвовать в проектах импортозамещения и обеспечивать соответствие реализации утверждённым архитектурным решениям — от обследования до ввода в эксплуатацию.

Анализ безопасности программного обеспечения, создаваемого не техническими специалистами. - Гражданство и локация РФ.

Задачи: — Разрабатывать и поддерживать CI/CD-конвейеры на Jenkins и GitLab CI. — Администрировать инфраструктуру на Kubernetes (Helm, Operators, Ingress). — Управлять конфигурациями и инфраструктурой как кодом с помощью Ansible и Terraform. — Настраивать мониторинг с использованием Prometheus, Grafana, ELK/Loki, Alertmanager. — Работать с Docker, Docker Compose, Registry и инструментами сканирования уязвимостей. — Настраивать и поддерживать Service Mesh Istio. — Эксплуатировать Keycloak: деплой, масштабирование и HA-кластеризацию. — Администрировать Linux-серверы и сети. — Участвовать в разборе инцидентов и оптимизации производительности. Требования: — Опыт в DevOps/SRE от 1 года для Middle или от 3 лет для Senior. — Уверенное знание Linux (systemd, cgroups, namespaces) и сетей. — Навыки скриптинга на Bash и Python. — Опыт работы с Docker и Kubernetes. — Знание Jenkins и принципов CI/CD. — Английский язык на уровне B2 (Upper-Intermediate) или выше.

Location: Москва Мы - команда инженеров, которые строят платформу для инференса и SFT opensource LLM. Используем продвинутые cutting edge движки для инференса, много экспериментируем и боремся за каждую дополнительную единицу в Token thoughput. Cейчас мы находимся в поиске Linux инженера, который возьмет на себя вопросы, связанные с разворачиванием, настройкой и тонким тюнингом core Linux для обеспечения оптимальной работы инференс движков. Обязанности ### Обязанности * настраивать, поддерживать и траблшутить GPU-инфраструктуру Блока * настраивать логирование, мониторинг и алертинг работоспособности всех компонентов инфраструктуры * коммуницировать со смежными подразделениями в части улучшений инфраструктурного ландшафта Блока — участвовать в оценках инфраструктуры под новые продукты и проекты. Требования ### Требования * продакшн опыт работы с GPU-инфраструктурой и инференсом SOTA LLM * опыт с ОС Linux: основные дистрибутивы, troubleshooting работы сервисов, оценка «здоровья» системы. * глубокое понимание этапов настройки ОС: сеть, диски, основные сервисы. * понимание устройства baremetal-сервера: CPU, RAM, сеть, хранение, шина PCI, топология GPU (NVLink/PCIe); ввод узлов в эксплуатацию, драйверы NVIDIA, CUDA * понимание сетевого уровня: протоколы TCP/IP, Ethernet, VLAN, MTU, TTL, DHCP, DNS, ARP, NTP. * опыт работы с инструментами мониторинга и логирования: Grafana, Elasticsearch, OpenTelemetry. * написание скриптов на bash, знание systemd * навыки программирования на Python. ### Будет плюсом * опыт работы с высокоскоростными interconnect-технологиями GPU-кластеров( RDMA/RoCe/Infiniband) и понимание работы NCCL. Условия ### **Условия** * гибридный формат работы (2-3 дня в офисе) из г. Москва * годовой бонус и ежегодный пересмотр * расширенный ДМС с первого дня + стоматологию и льготное страхование для семьи * корпоративный университет Сбера, внутреннюю образовательную платформу, участие в IT-конференциях * офис на Кутузовской с зонами отдыха и спортзалом * льготную ипотеку в Сбере, корпоративную пенсионную программу, подписку СберПрайм с возможностью совместного использования на трёх близких, скидки от партнеров и сервисов группы компаний.

Location: Hong Kong Qube Research & Technologies (QRT) is a global quantitative and systematic investment manager, operating in all liquid asset classes across the world. We are a technology- and data-driven group implementing a scientific approach to investing. Combining data, research, technology, and trading expertise has shaped our collaborative mindset, which enables us to solve the most complex challenges. QRT’s culture of innovation continuously drives our ambition to deliver high-quality returns for our investors. Your future role within QRT: QRT is expanding its global Network Operations capability to provide first-class 24/7 operational support for critical global network infrastructure and is seeking a Cloud SME within the Network SRE team. The successful candidate will act as the subject matter expert for cloud networking within the Cloud Network SRE team. In this role, you will bridge traditional network operations and advanced Site Reliability Engineering (SRE) practices for AWS network services and the wider hybrid network environment. You will be responsible for helping manage and maintain QRT’s cloud, on-prem and network automation platforms. QRT operates with an Infrastructure as Code (IaC) mindset, so you will be expected to demonstrate experience operating complex infrastructure at scale through automation, controlled releases and robust change governance. You will work closely with Network Engineering, Network Automation, Platform Engineering, Research, trading support and external vendor teams to drive continuous improvement, observability, self-healing automation, security, availability and reliability across our global hybrid cloud, WAN, Internet, datacentre and low-latency network footprint, while spearheading the team’s strategic roadmap and backlog delivery. Responsibilities Cloud Network Reliability Drive high-tier support and incident response for complex cloud and hybrid network incidents, coordinating with AWS and network vendors where required. Conduct thorough post-incident reviews and root-cause analyses, using findings to improve resilience, monitoring, automation and capacity planning. Serve as the definitive technical SME for the newly formed Cloud Network SRE team, collaborating closely with engineering, platform, and support teams to continuously improve service delivery. Drive high-tier support and incident response for complex hybrid (cloud and on-premises) network incidents. Conduct thorough post-incident reviews (PIRs) and root-cause analyses (RCAs) to prevent recurrence. Strategic Roadmap & Agile Delivery Lead the team’s strategic technical roadmap, creating and tracking against SLI/SLO targets, recurring incidents, Incident/RCA findings, capacity trends and long-term reliability/platform goals into actionable initiatives. Refine, prioritize, and manage the team backlog, translating strategic objectives into structured tasks integrated into regular agile sprint cycles. Collaborate with Network Engineering to transition new AWS network services, such as regional AWS Direct Connect deployments, into production operations with appropriate monitoring, documentation and support readiness. Observability, Automation, & Infrastructure as Code (IaC) Lead the creation and continuous improvement of monitoring dashboards, alerting and observability frameworks for cloud network services, alert prioritisation, trend/correlation analysis, fast fault detection and telemetry-driven incident response. Partner tightly with Network Automation and Platform Engineering teams to automate high-frequency operational tasks through automation, CI/CD, GitOps or orchestration where appropriate, reducing toil and enabling self-healing or event-driven remediation where practical. Oversee network configuration changes managed via Terraform and related automation tooling, ensuring peer review, controlled release/rollback, robust change control and alignment to internal architecture standards. Operational Governance & Vendor Partnership Conduct regular service performance reviews with AWS technical/account teams and relevant network vendors to review recurring issues, support deep-dive investigations, align on roadmap features and ensure contracted SLAs and internal SLOs are met or exceeded. Create and maintain robust operational documentation, architecture diagrams, and runbooks to drive down Mean Time to Resolution (MTTR). Required Skills & Experience Proven experience in a Site Reliability Engineering, Network Engineering or Cloud Infrastructure role, operating complex infrastructure at scale within a high-performance, mission-critical environment. Financial services or low-latency trading experience preferred. Expertise in AWS core networking services: AWS Direct Connect, Transit Gateway, VPC, Route 53, VPC Flow Logs, Cloud native firewall architectures, and PrivateLink. Strong production experience with Terraform for network provisioning and state management. Proficiency with modern observability and monitoring stacks (e.g., Prometheus/PromQL, Grafana, AWS CloudWatch) with experience improving alert quality and operational visibility. Demonstrated capability in scripting and automation using Python, Bash or Go, with exposure to CI/CD, GitOps, Ansible or orchestration workflows. Solid understanding of core networking protocols and architectures (BGP, IPsec VPNs, TCP/IP, DNS, routing/switching design). Experience driving technical roadmaps, backlog refinement, and sprint planning in an agile environment. Strong analytical and problem-solving skills with a bias toward automation over manual toil. Excellent communication skills to interface across platform engineering, trading desks, and external cloud vendors. Working Pattern This role operates within a global Network team. Participation in on-call, out-of-hours escalation, maintenance windows, and major incident response will be required, consistent with the operational nature of the team QRT is an equal opportunity employer. We welcome diversity as essential to our success. QRT empowers employees to work openly and respectfully to achieve collective success. In addition to professional achievement, we are offering initiatives and programs to enable employees achieve a healthy work-life balance.

Ищем специалиста на стык платежей, AppSec и антифрода для аудита PSP, закрытия внутренних утечек (доступы, Confluence) и расследования фрод-инцидентов.

Location: Москва IТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее. Обязанности * Развивать и сопровождать платформу мониторинга на базе VictoriaMetrics и Grafana: обеспечивать доступность, производительность и устойчивость её компонентов * Подключать ИТ-услуги к мониторингу: совместно с командами разработки определять необходимые метрики, настраивать сбор данных, дашборды и правила оповещения * Улучшать качество алертинга: сокращать ложные и дублирующие срабатывания, настраивать маршрутизацию уведомлений, связывать оповещения с инструкциями по диагностике и восстановлению * Совместно с владельцами сервисов определять SLI/SLO и настраивать контроль доступности, задержек и ошибок в критичных сценариях * Диагностировать инциденты платформы, участвовать в восстановлении работоспособности и разборе первопричин; реализовывать меры, предотвращающие повторение сбоев * Контролировать производительность и потребление ресурсов: анализировать кардинальность метрик, тяжёлые запросы и сроки хранения данных, планировать масштабирование * Автоматизировать развёртывание, обновление и конфигурирование компонентов; развивать CI/CD-пайплайны в Jenkins и Argo CD, хранить конфигурации в Git. Требования * Практический опыт эксплуатации production-систем в роли SRE, DevOps-инженера, инженера мониторинга или системного инженера * Уверенная работа с Linux: диагностика процессов, памяти, CPU, дисковой подсистемы и сетевых взаимодействий; понимание TCP/IP, DNS, HTTP и TLS * Практический опыт с VictoriaMetrics или Prometheus и Grafana: сбор метрик, дашборды, правила оповещения; умение писать и анализировать запросы PromQL/MetricsQL * Понимание типов метрик, labels, кардинальности и принципов построения полезного мониторинга приложений и инфраструктуры * Опыт диагностики инцидентов по метрикам и логам; понимание отказоустойчивости, резервирования и безопасного внесения изменений. * Навыки автоматизации на Bash и/или Python; работа с Git и конфигурациями YAML/JSON * Опыт настройки или сопровождения CI/CD-пайплайнов в Jenkins, Argo CD либо аналогичных инструментах. **Будет плюсом:** * Знание SQL для диагностических запросов и понимание основ работы PostgreSQL и Kafka * Умение самостоятельно вести техническую задачу от диагностики до проверенного результата, взаимодействовать с разработкой, инфраструктурными командами и владельцами ИТ-услуг * Опыт эксплуатации кластерной VictoriaMetrics, работы с vmagent, vmalert, Alertmanager и Grafana Alerting * Опыт работы с контейнерами и Kubernetes, Helm и GitOps-подходом. * Практика применения SLI/SLO, error budget, postmortem и автоматизации повторяющихся эксплуатационных операций * Опыт построения централизованного логирования, распределённой трассировки и инструментирования приложений с OpenTelemetry * Опыт работы с PostgreSQL/Patroni и Kafka/Corax: диагностика репликации, задержек обработки и проблем производительности * Разработка интеграций, экспортёров метрик и служебных инструментов на Go, Python или Java * Опыт создания AI-агентов и использования их в работе * Опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов * Инструментальное владение AI для анализа, генерации и автоматизации. Условия * Формат работы - гибрид (БЦ Поклонка) * Ежегодный пересмотр зарплаты и годовая премия * Корпоративный спортзал и зоны отдыха * Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * Бесплатная подписка СберПрайм с возможностью совместного использования на трех близких, скидки на продукты компаний-партнеров * Вознаграждение за рекомендацию друзей в команду Сбера * Корпоративная пенсионная программа.

Location: Almaty, Kazakhstan Workplace: onsite We are seeking a System Administrator to run IT at inVision in Almaty. The role makes sure hardware, accounts, access, the network and corporate services work smoothly for employees, students and teachers, develops inVision’s own IT infrastructure, and builds IT operations around tickets, clear processes and documentation, automating routine work wherever possible, including with AI. Key Responsibilities Support employees, students and teachers with hardware, accounts, access and services, both in the office and remotely. Run the helpdesk: triage tickets, set priorities and meet response times. Maintain the knowledge base with guides and answers to frequently asked questions. Handle onboarding and offboarding: grant and revoke access, equipment and building passes. Administer corporate services: Google Workspace, Slack, Jira and the password manager. Maintain the network, Wi-Fi, printers and office equipment. Manage domains and corporate email. Oversee information security: 2FA, password policies, access reviews and backups. Purchase hardware according to the standard, receive it and keep an up-to-date inventory. Set up devices and manage them via MDM. Process payments for IT services on time and track subscriptions and licenses. Work with contractors and vendors: contracts, access and deadline tracking. Develop inVision’s own IT infrastructure and migrate employees, services and data to it. Automate routine tasks with scripts, Jira automations and AI tools. Help colleagues get comfortable with digital tools and document all work done. Skills, Knowledge and Expertise Education: Degree in IT or relevant courses; Google Workspace, Jamf or Atlassian certifications are an advantage Experience: 2+ years in system administration or IT support; experience independently running IT at a company of 10+ people as the sole or lead IT specialist; migration experience (Google Workspace, Slack, email, domains) is a big plus; ability to coordinate contractors and vendors Knowledge and skills: Google Workspace administration: OUs, groups, policies, 2FA macOS and Windows setup and maintenance Slack and Jira Service Management: queues, forms, automations Networking: TCP/IP, DNS, VPN, Wi-Fi, troubleshooting Domains and email: DNS records, SPF, DKIM, DMARC Account and access management, password manager Information security fundamentals and backups Hardware inventory, documentation and knowledge base maintenance AI tools (Claude, ChatGPT and similar) Nice to have: MDM (Jamf or similar); scripting (GAM, Bash, Python, Apps Script); basic Linux and Docker; experience with 1C, EDO and procurement in Kazakhstan Languages: Russian and English (B1 or higher) Key Competencies: Desire to help people: explains things in plain language, without condescension, and follows through until things actually work Responsibility and delivering results Proactivity: spots problems and risks (payments, domains, licenses, purchases) before anyone asks Systematic approach: everything is tracked in tickets, registers and documentation Independence: works without daily oversight and escalates only real blockers Ability to explain things clearly to non-technical people Attention to detail Composure under pressure and willingness to learn

- 5+ years in DevOps, SRE, or infrastructure roles.

Ищем опытного технического лидера для развития и сопровождения корпоративных платформ мониторинга и наблюдаемости (Observability) в масштабной ИТ-инфраструктуре. Специалисту предстоит отвечать за архитектурные решения, развитие инструментов мониторинга и логирования, а также техническое руководство командой из 6 инженеров.