Site Reliability Engineer (SRE) — платформа, инфраструктура

Paddle — Merchant of Record для компаний, продающих цифровые продукты. Компания обслуживает более 6000 продавцов ПО в 245 регионах мира.

Роль: Site Reliability Engineer в команде Platform. Команда SRE работает по модели «Everything SRE» с фокусом на инфраструктуру, стандарты надёжности и практики. SRE-команда является частью функции Platform.

Задачи:

• Разрабатывать и поддерживать инструменты для повышения эффективности инженеров, включая автоматизацию инфраструктуры развёртывания и обновлений баз данных.
• Находить процессы, которые можно улучшить с помощью автоматизации, с приоритетом на внутренний Developer Experience.
• Создавать, поддерживать и тестировать процесс аварийного восстановления системы, включая инструменты для автоматизации.
• Выбирать AI-инструменты для повседневной работы (генерация кода, исследование, автоматизация, документация) при разумных экспериментах с надлежащими ограничениями.
• Обрабатывать производственные инциденты, писать беспристрастные постмортемы, дополнять операционные playbook и runbook.
• Заниматься мониторингом, алертингом и отслеживанием SLO; практическая работа SRE, а не только DevOps-мониторинг.
• Проводить исследования производительности (нагрузочное тестирование, анализ узких мест) и оптимизацию приложений, хранилищ данных и AWS.
• Вести работы по оптимизации затрат: right-sizing, политики автомасштабирования, планирование нагрузки, уровни хранения и выявление излишков в ECS/Fargate, RDS/Aurora, SQS и observability.
• Быть сторонником методологии GitOps.

Требования:

• Значительный опыт разработки ПО, включая выпуск и эксплуатацию production-сервисов, а также сильные основы тестирования, код-ревью, CI/CD и отладки.
• Опыт работы в экосистеме AWS, тесное взаимодействие с AWS Solution Architects и экспертами для проектирования, ревью и эксплуатации production-систем.
• Интерес к AI и тому, как он меняет разработку ПО.
• Коллаборативность, ориентированность на безопасность и внимание к деталям. Быстрый темп работы.
• Знание концепций платформы и ops, таких как сети и администрирование Linux.
• Опыт работы с микросервисами и распределёнными системами в масштабе.
• Опыт работы с инструментами мониторинга: OpenTelemetry, Honeycomb, Grafana, Pingdom и Incident.io.

Технологический стек:

• Go для новых сервисов
• PHP Laravel для классической системы
• Aurora MySQL и PostgreSQL для хранения данных
• Docker в production и локальной разработке
• AWS ECS Fargate для рантайма
• AWS SQS для асинхронных очередей сообщений
• AWS EventBridge для шины событий
• Redis для key/value хранилища
• Terraform для управления ресурсами
• Honeycomb, SLO и OpenTelemetry для observability
• Cloudflare для файрвола и DNS

Условия:

• Локации: Ирландия, Португалия, Великобритания.
• Зарплата: по договорённости.
• Компания поддерживает инклюзивную среду и приветствует разнообразие.