Senior DevOps/SRE-инженер

О компании

Steel Balalaika — разработчик Broken Arrow, многопользовательской RTS для PC, с игроками по всему миру и едиными игровыми серверами для всех.

Мы ищем сильного Senior DevOps / SRE Engineer, который возьмёт на себя ответственность за production-инфраструктуру игры, надёжность сервисов, релизы, мониторинг, базы данных и сетевую диагностику.

Это не позиция исключительно про CI/CD или Kubernetes. Нам нужен инженер, способный разбираться в проблемах всей инфраструктуры: от сетевых проблем и Linux до PostgreSQL, игровых серверов и production-инцидентов.

Основные задачи

Production-инфраструктура

• принять техническое владение и предложить план развития production-инфраструктуры игры

• разобраться в существующей архитектуре, зависимостях и процессах

• поддерживать Linux-серверы, игровые сервисы, прокси, базы данных и инфраструктурные компоненты

• участвовать в планировании развития и реорганизации инфраструктуры

Сеть и игровые сервисы

• диагностировать и исправлять проблемы TCP/UDP-соединений между клиентами, игровыми серверами, relay-серверами и backend-сервисами в условиях блокировок интернета

• разбирать packet loss, latency, jitter, fragmentation, MTU и проблемы маршрутизации

• анализировать региональные проблемы соединения, включая Россию, Европу, США и Азию

• участвовать в проектировании отказоустойчивых прокси- и relay-схем

• понимать особенности сетевых блокировок, фильтрации трафика и деградации соединений

Релизы и автоматизация

• привести release-процесс к воспроизводимому и контролируемому состоянию

• автоматизировать развёртывание сервисов и конфигураций

• организовать безопасные production-релизы с pre-check, post-check и rollback

• устранять ручные операции, которые создают риск ошибок или зависят от конкретного сотрудника

• обеспечить соответствие DEV, RC и production-окружений

Надёжность и наблюдаемость

• определить основные SLI/SLO для игровых и инфраструктурных сервисов

• настроить мониторинг доступности, производительности и ошибок

• привести систему алертов в рабочее состояние: убрать шум, определить приоритеты и ответственных

• построить мониторинг PostgreSQL, Redis, Nginx, игровых серверов и системных ресурсов

• контролировать latency, error rate, saturation, disconnect rate и другие пользовательские показатели

• организовать process incident response, postmortem и устранение причин повторяющихся сбоев

Обязательные требования

• не менее 6 лет опыта работы с Linux-инфраструктурой

• опыт самостоятельной эксплуатации production-систем

• уверенное знание Linux: systemd, networking, filesystem, processes, limits, performance diagnostics

• глубокое понимание функционирования и диагностики TCP/IP и UDP

• практический опыт диагностики и устранения сетевых проблем, в том числе в условиях блокировок

• опыт построения и поддержки CI/CD

• опыт работы с Docker

• опыт администрирования PostgreSQL

• понимание backup, restore, PITR, replication, locks и query performance

• опыт построения алертинга и observability

• опыт расследования production-инцидентов

• понимание high availability, fault tolerance, RPO и RTO

• способность самостоятельно разбираться в незнакомой инфраструктуре

• готовность брать техническую ответственность за результат

• умение писать понятную техническую документацию

Будет преимуществом

• опыт эксплуатации игровых серверов;

• опыт работы с realtime multiplayer

• опыт работы с инфраструктурой в нескольких географических регионах

• опыт эксплуатации bare metal

• опыт эксплуатации managed Kubernetes

• опыт миграции legacy-инфраструктуры без остановки production

Мы предлагаем

• работу над выпущенной многопользовательской RTS-игрой

• прямое взаимодействие с CTO и командой разработки

• возможность влиять на архитектуру и процессы

• отсутствие необходимости поддерживать бессмысленные решения только потому, что они однажды появились

• удалённую работу

• полную занятость

• заработную плату 350 000–450 000 рублей, в зависимости от опыта и уровня ответственности;

• оплачиваемый отпуск и больничные