Тимлид SRE / Team Lead SRE (удаленная работа)

Вакансия: Тимлид SRE / Team Lead SRE

Описание вакансии

О роли

Twinby один из крупнейших российских дейтинг-сервисов с миллионами пользователей: лента, матчи и чаты в реальном времени, подписки и покупки, антифрод и модерация.

Ищем тимлида SRE. Ты отвечаешь за платформу, на которой работают все продуктовые команды, и за надёжность продукта, руководишь командой SRE и сам пишешь код. Платформа здесь внутренний продукт со своим бэклогом, её пользователи инженеры других команд. Успех твоей команды измеряется тем, насколько быстрее, надёжнее и спокойнее работают остальные.

Чем предстоит заниматься

• Руководить командой SRE : нанимать и растить инженеров, честно давать обратную связь, в том числе трудную. Технические собеседования проводишь сам.

• Писать код ради надёжности : платформенные сервисы, библиотеки и автоматику, которые убирают целый класс проблем. Когда узкое место в продуктовом сервисе, вносить изменения и туда.

• Развивать платформу для продуктовых команд : шаблоны сервисов, общие библиотеки, CI/CD с проверками перед слиянием, контрактные тесты. Правильный путь должен быть самым лёгким.

• Отвечать за надёжность сервисов : SLI/SLO и бюджет ошибок как рабочая политика, осознанный выбор между скоростью релизов и стабильностью.

• Строить наблюдаемость : метрики, трейсинг, структурированные логи, алерты по симптомам и дашборды, по которым инцидент разбирается по данным.

• Вести инцидент-процесс и дежурства : разбор до первопричины, постмортемы без поиска виноватых, действия по итогам разбора доводятся до конца. Команды сами отвечают за свои сервисы в проде.

• Вести каталог сервисов : у каждого сервиса есть владелец, инструкция по эксплуатации и дашборд; без владельца сервис не выходит в прод.

• Развивать инфраструктуру под рост по частям, без переписывания всего сразу.

Что мы ждём

• Опыт тимлида или ведущего инженера с командой от полугода : под тобой росли люди, ты сам нанимал и давал трудную обратную связь.

• Ты пишешь код сейчас : инструменты, сервисы, библиотеки с логикой. Готов показать, что именно и на чём написал за последние год-два.

• Ты можешь объяснить каждое решение, которое уходит в прод : что оно делает, что сломается без него и что будет при десятикратной нагрузке. И того же требуешь на ревью.

• Твои практики переняли другие команды : дежурства, постмортемы, владение сервисами или стандарт, которым пользуются команды вне твоего подчинения.

• Опыт SRE, внутренней платформы или инфраструктуры на масштабе многих сервисов.

• SLO и бюджет ошибок в работе : понимаешь, когда тратить бюджет на скорость, а когда притормозить релизы, и умеешь объяснить это продукту.

• Умеешь влиять без формальной власти : продуктовые команды тебе не подчинены, стандарт держится на удобстве, аргументах и инструментах.

• Уверенный низкий уровень : Linux, сеть, диск, память понимаешь, как и почему система деградирует.

Будет плюсом

• Опыт построения платформы или наблюдаемости с нуля , на которой релизят и дежурят другие команды.

• Опыт в высоконагруженных системах, у облачного провайдера или в финтехе: настоящее дежурство, жёсткие SLA, дисциплина изменений.

• Вклад в инфраструктурный open source, доклады на профильных конференциях, публичные разборы собственных инцидентов.

Чего не требуем

Знания синтаксиса манифестов и флагов CLI наизусть, сертификатов, опыта именно с нашим облаком и набором инструментов. Пользоваться ИИ-помощниками нормально; нам важно, что ты понимаешь и можешь объяснить то, что уходит в прод.

Технический стек

Go и Python на бэкенде, Docker, GitLab CI/CD, PostgreSQL, ClickHouse. Инфраструктура российское облако, в том числе managed-сервисы. Реалтайм-нагрузка с пиковыми всплесками. Инструменты оркестрации контейнеров, наблюдаемости и IaC обсудим на собеседовании открыты к твоему опыту.

Что предлагаем

• Масштаб : миллионы пользователей и пиковые нагрузки в реальном времени.

• Влияние на всю разработку : твои решения по надёжности становятся нормой для всех команд.

• Рабочие рычаги : бюджет ошибок с правом остановить выпуск фич ради надёжности; фиксированная доля мощности на техдолг в каждом цикле, приоритеты в ней расставляют инженеры.

• Высокая автономия и прямой контакт с CTO.

• Формат: удалённый.

Этапы интервью

1. Знакомство с рекрутёром опыт и ожидания.

2. Интервью с CTO твой код и решения в нём, разбор инцидента, SLO и наблюдаемость, руководство командой, процессы и работа со смежными командами, взаимные ожидания.