DEVOps / SRE инженер

Базовые навыки:

Опыт поддержки высоконагруженных систем 24/7 на виртуальных машинах.

Понимание SLA/SLO/error budgets, практики инцидент-менеджмента, эскалаций, post-mortem, работа в дежурствах, умение стабилизировать систему в сжатые сроки, а затем разбираться с причиной.

Администрирование Linux (Ubuntu/CentOS/Debian) на уровне уверенного пользователя. Управление пакетами, мониторинг ресурсов (htop, iotop, vmstat, sar), диагностика узких мест (CPU, RAM, I/O, сеть), работа с файловыми системами, понимание load average, swap, OOM killer.

Работа с виртуальными инфраструктурами.

Практический опыт эксплуатации сред на базе VMware Cloud Director и/или Microsoft Azure Stack HCI: создание/масштабирование VM, управление шаблонами, контроль квот, планирование ёмкости, понимание особенностей жизненного цикла ВМ, снимков (snapshots), миграций.

Работа с процессами и службами.

Systemd (юниты, таймауты, перезапуски, логи через journalctl), понимание graceful shutdown для .NET-приложений, управление жизненным циклом процессов, корректная обработка сигналов.

Сетевая диагностика.

tcpdump, ss, netstat, curl/telnet, traceroute, понимание TCP-стека, таймаутов, TIME_WAIT, исчерпания портов, DNS, TLS-рукопожатий; умение быстро локализовать проблему между клиентом, сетью и сервером.

Мониторинг и алертинг.

Prometheus + Node Exporter + Blackbox Exporter, Grafana, алерты на ключевые метрики (CPU, RAM, диск, сеть, latency HTTP-эндпоинтов, ошибки 5xx). Умение писать алерты так, чтобы они не шумели при плановых работах.

CI/CD и GitHub.

GitHub Actions, понимание workflow, branch-стратегий, PR-ревью, версионирования релизов, деплоя артефактов (бинарники/DLL) на VPS/VM, rollback-сценариев, контроля целостности (checksums/signatures).

Безопасность на уровне сервера и гипервизора.

SSH (ключи, запрет root, fail2ban), фаерволы (iptables/nftables/ufw), базовые принципы hardening, управление пользователями и правами, аудит доступа, ротация ключей и паролей; понимание политик безопасности в рамках VMware/Azure Stack HCI.

Работа с MySQL .

Настройка и мониторинг MySQL (innodb_buffer_pool, slow query log, индексы, репликация, бэкапы), диагностика блокировок и долгих запросов, понимание влияния БД на производительность C#-сервисов, опыт работы с версиями 8.0.x и готовность к миграции на 8.4.x.

Автоматизация.

Bash/PowerShell, Python/Go на уровне написания скриптов для деплоя, бэкапов, сбора метрик, анализа логов, восстановления сервисов.

Технические (желательно/преимущество)

Глубокая диагностика .NET-приложений на Linux.

Умение читать логи ASP.NET Core, работать с correlation ID, понимать влияние runtime на latency/throughput, диагностировать memory leaks, GC pressure, thread pool exhaustion, проблемы с HttpClient (connection pool exhaustion). Инструменты: dotnet trace, dotnet counters, perf.

Понимание модели развёртывания .NET без контейнеров.

Запуск через systemd, управление переменными окружения, конфигами (appsettings.json), сигналами ОС, graceful shutdown, обработка ошибок при старте/остановке.

Навыки работы с файловой системой и логированием.

Структурированные логи (JSON), ротация (logrotate), агрегация (rsyslog/fluentd), поиск по логам (grep/awk/jq), корреляция событий по correlation ID.

Резервное копирование и восстановление.

Стратегии бэкапов (дифференциальные/инкрементальные), проверка восстановления, RPO/RTO, хранение бэкапов вне продакшена, контроль целостности.

Capacity planning и прогнозирование.

Оценка нагрузки по CPU/RAM/I/O/сети, планирование масштабирования (добавление новых VM), понимание точек насыщения, подготовка к пиковым нагрузкам, учёт лимитов в VMware Cloud Director/Azure Stack HCI.

Практики снижения toil.

Автоматизация типовых операций (перезапуск, сбор статистики, проверка статуса), создание runbooks, playbooks, чек-листов, чтобы рутина не съедала время.

Основы ClickHouse (как план развития).

Понимание сценариев, где ClickHouse лучше MySQL (аналитические запросы, агрегации, большие объёмы событий), умение проектировать простые схемы, базовые запросы, понимание различий в консистентности и гарантиях.

Дополнительные требования:

Деплой без контейнеров и понимание контейнеризации .

Кандидат должен уметь упаковывать и доставлять .NET-артефакты (publish output) на VM, управлять зависимостями, проверять целостность, настраивать systemd-юниты. При этом важно понимание, как в будущем перейти на контейнеры/оркестрацию: базовые концепции Docker, Kubernetes (rolling updates, canary/blue-green, rollback, readiness/liveness probes, ConfigMap/Secrets), чтобы участвовать в проектировании миграции.

Конфигурация без секретов-менеджеров , а также работа с секрет-менеджерами.

Работа с переменными окружения и конфиг-файлами, понимание рисков хранения секретов в файлах, базовые практики безопасности (права на файлы, шифрование при хранении, ротация), контроль доступа к конфигам. Готовность к переходу на более зрелые практики при внедрении контейнеров.

MySQL + ClickHouse .

Глубокое понимание транзакций, блокировок, индексов, плана запросов (EXPLAIN), медленных запросов, репликации, бэкапов; умение видеть влияние БД на стабильность сервиса и предлагать быстрые решения.

Параллельно - понимание, какие нагрузки лучше выносить в ClickHouse (логи, события, аналитика), как организовать ETL/выгрузку данных, как избежать двойной записи и рассинхронизации.

Обработка ошибок .

Обработка ошибок и повторных попыток на уровне C#-кода (Polly, retry/backoff, circuit breaker), понимание идемпотентности, ручная реализация очередей (если есть) через таблицы MySQL или файловые очереди, обработка дубликатов.

Виртуализация и масштабирование.

Опыт работы с квотами, шаблонами, снимками, миграциями в VMware Cloud Director и/или Azure Stack HCI; понимание, как быстро поднять новые VM под нагрузку, как контролировать рост парка, как автоматизировать provisioning (скрипты, API гипервизоров).

Тестовые сервера.

Автоматизация создания/удаления тестовых окружений, управление их жизненным циклом, чтобы не разрастались, изоляция тестовых данных, быстрые сценарии развёртывания на тестовых VM.

Критичная структура 24/7.

Опыт стабилизации деградировавших сервисов: отключение некритичных функций, деградация функционала, увеличение таймаутов, отключение тяжёлых операций, быстрый rollback, ручное масштабирование (критичных сервисов).

Софт-скиллы

Документирование.

Runbooks, troubleshooting guides, инструкции по восстановлению, описание архитектуры и зависимостей, матрицы инцидентов, описание типовых проблем и решений, включая сценарии миграции (MySQL → ClickHouse, VM → контейнеры).

Коммуникация.

Умение объяснять технические проблемы и решения разработчикам на C#, тестировщикам, менеджерам, поддержке; переводить между бизнес-метриками и техническими метриками.

Планирование и приоритезация.

Работа с техническим долгом, планирование улучшений надёжности, оценка рисков изменений, приоритезация задач по снижению риска простоя, участие в планировании этапов миграции на новые технологии.

Английский язык.

Чтение документации, баг-репортов, общение в чатах и на встречах - уровень не ниже B2.