Site Reliability Engineer

компания "dodo brands (dodo pizza, drinkit, doner 42)" dodo brands — международная компания, развивающая три бренда (додо пицца, кофейни дринкит и донерные донер 42) в 15 странах, включая великобританию, польшу, нигерию. dodo engineering – it-команда dodo brands. нас 200 человек, с 2011 года создаём и развиваем собственную платформу dodo is для управления всем бизнесом, сайт и мобильные приложения для клиентов и курьеров. у нас много планов и нам нужны инженеры, которые помогут нам поддерживать и драйвить развитие бизнеса за счет надежности сервисов и инфраструктуры, а также облегчения жизни разработчиков. о команде: сейчас в нашей команде 8 инженеров, среди которых как опытные разработчики, так и люди с большим опытом в качестве системных инженеров. основные направления нашей работы: повышение автономности команд разработки; увеличение надежности системы; снижение количества рутинных операций; снижение стоимости инфраструктуры. в рамках этих направлений мы создаём инструменты для себя и для команд разработки, ходим в дневные и ночные дежурства, анализируем основные источники проблем и ищем пути для их устранения. чем предстоит заниматься ниже некоторые из наших текущих фокусов и ближайших проектов. будет круто, если у тебя уже есть опыт по одному из этих направлений. cloud adoption. сейчас всем, что связано с облаками, занимаемся преимущественно мы. некоторые команды уже самостоятельно управляют своей инфраструктурой и затратами в облаке, и мы хотим передать ответственность и в другие команды. infrastructure as code. у нас уже есть решение, которое частично закрывает это направление, но его сложно использовать как полностью self-managed инструмент, поэтому мы хотим пересмотреть подходы и построить решение, которое будет удовлетворять нашим запросам по автономности и масштабируемости. service catalog. мы хотим собрать в одном месте всю информацию по сервисам, чтобы упростить поддержку и управление этой информацией и строить на её основе автоматизацию. error budget. у нас уже есть набор инструментов для подсчета бюджета ошибок, но нет процесса его контроля и отслеживания. с помощью автоматизации мы хотим превратить все это в рабочую систему, позволяющую командам самостоятельно контролировать бюджет ошибок своих сервисов. примеры некоторых проектов за последний год: production-grade kubernetes мы реализовали единый механизм для управления приложениями в наших кластерах с помощью собственного инструмента в формате cli и чат-бота, помогли перевести по меньшей мере 40 приложений, сделали единый механизм управления секретами для приложений, настроили мониторинг и логирование и ещё много всего. автоматизация процесса ведения инцидентов чтобы было легче вводить новых сотрудников в этот процесс, а также снизить когнитивную нагрузку на инженера во время самого инцидента и после него, мы сделали slack-бота, который отправляет нотификации, содержащие полезную и необходимую информацию по алерту, автоматизирует большую часть ручных действий и помогает инженеру придерживаться принятого в компании процесса. автоматизация миграций бд на больших объёмах данных процесс выполнения скриптов миграций становится рутинным, длительным и ошибкоёмким, а также отнимает много времени и сил у наших инженеров. мы разработали инструмент, чтобы применять скрипты можно было без нашего участия, а сам процесс был надежным, прозрачным и автономным передача дежурств в команды разработки вместе с ростом системы и её сложности инженеры нашей команды начали превращаться из дежурных, которые самостоятельно решают проблемы, в первую линию обороны, что привело к чрезмерной нагрузке и увеличению цикла обратной связи для разработчиков. мы начали передавать ответственность за мониторинг и дежурства в руки команд, чтобы они самостоятельно реагировали на проблемы в своих сервисах и повышали их стабильность.технологический стек: azure kubernetes mysql, cosmosdb go, c#, python, jsonnet prometheus, grafana, pagerduty kusto немного легаси с windows и iisчто мы ждём от тебя: имеешь крепкий практический опыт в дизайне и операционной поддержке и хотя бы небольшой в разработке высоконагруженных распределённых систем с доступностью 24/7/365. работал с публичными облаками, понимаешь их преимущества и недостатки, а также основные концепции и применяемые практики. имеешь опыт работы с системами оркестрации контейнеров в production-окружениях. умеешь работать в команде, можешь общаться с разработчиками на одном языке и находить баланс между идеальным решением в вакууме и текущими нуждами. понимаешь принципы devops-культуры и sre-практики.зачем идти к нам: классный онбординг. в течение первых трёх месяцев тебе во всём помогает опытный инженер, а потом останется твоим ментором. не будет периода, когда ты не знаешь куда идти, у кого спросить и что делать. погружение во все процессы максимально стремительное и гладкое. независимая команда. мы сами решаем, какие задачи для нас являются наиболее приоритетными и какие технологии и процессы использовать для их решения. site reliability engineering. мы идём в сторону sre: некоторые практики уже используются в масштабах компании, над проработкой и внедрением других мы активно работаем. например, мы используем алерты по slo, пишем постмортемы и можем приостановить разработку новых фич, если доступность сервиса оказалась ниже установленного уровня. жизнь в облаках. мы стараемся по максимуму использовать преимущества публичных облаков и предоставляемых ими сервисов, чтобы тратить меньше времени на обслуживание, не переживать о железных серверах и не решать заново уже решённые проблемы.