- Страна
- Россия
- Зарплата
- 280 000 ₽ – 350 000 ₽
Откликайтесь
на вакансии с ИИ
DevOps Middle
Оценка ИИСтабильная работа в государственном научном центре с современным стеком технологий и достойной для госсектора зарплатой. Гибридный формат и работа с Big Data делают вакансию привлекательной для Middle-специалиста.
Сложность вакансии
Оценка ИИПозиция требует уверенных навыков работы с Kubernetes на bare metal и инструментами GitOps. Дополнительную сложность накладывают формальные требования: наличие высшего образования и гражданства РФ.
Анализ зарплаты
Оценка ИИПредложенная зарплата (280-350к net) находится в пределах рыночной нормы для Middle DevOps инженера в Москве, даже немного превышая средние показатели для госсектора.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Федеральное Медико-биологическое агентство уже сейчас
Присоединяйтесь к команде ФМБА и внесите свой вклад в развитие высокотехнологичных медицинских исследований!
Описание вакансии
#vacancy #DevOps #fulltime #вакансия #москва
🔷DevOps Middle 🔷
Локация: Москва
ЗП: 280 000 - 350 000 net
Занятость: Полная, Гибридный формат
Оформление: ТК РФ
Компания: Федеральное Медико-биологическое агентство
ЦСП ФМБА занимается научными исследованиями связанными с геномом человека и анализом полученных данных.
Группа разработки создает внутренние сервисы для автоматизации движения, обработки и распределенного хранения больших объемов данных.
Требования:
▪️Уверенные знания Linux (Debian/Ubuntu), сетей, контейнеризации;
▪️Опыт развёртывания и эксплуатации продуктовых Kubernetes кластеров;
▪️Опыт работы инструментами автоматизации (ansible, terraform);
▪️Опыт использования GitOps инструментов (FluxCD, ArgoCD);
▪️Опыт работы с системами мониторинга: Grafana, Prometheus, ELK Stack, Sentry;
▪️Понимание процессов и опыт работы с инструментами CI/CD (gitlab ci).
**Важно:
Законченное высшее образование
Гражданство РФ**
Чем предстоит заниматься:
▪️Поддержка инфраструктуры развёрнутой на bare metal серверах и vm;
▪️Развёртывание и эксплуатация кластеров Kubernetes;
▪️Поддержка инфраструктурных сервисов: Gitlab, Harbor, etc;
▪️Администрирование баз данных: Postgresql, Elasticsearch, Redis, Clickhouse;
▪️Администрирование Airflow;
▪️Автоматизация инфраструктуры с использованием ansible, terraform, flux;
▪️Настройка системы мониторинга: VictoriaMetrics, Grafana;
▪️Обеспечение непрерывной работоспособности и доступности сервисов;
▪️Документирование процессов и систем.
Условия:
▪️Оформление по ТК РФ.
▪️Работа в команде профессионалов на стыке передовых ИТ и науки. Мы работаем с Big Data и ML, у нас собственный корпоративный ЦОД.
▪️Возможность профессионального роста, обучение.
▪️График работы 5/2, гибрид, плавающее начало рабочего дня
Резюме отправлять: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Linux
- Terraform
- Kubernetes
- Prometheus
- Grafana
- PostgreSQL
- Redis
- Airflow
- Ansible
- ElasticSearch
- ELK stack
- GitLab CI
- ArgoCD
- ClickHouse
- VictoriaMetrics
- Sentry
- Ubuntu
- FluxCD
- Debian
Возможные вопросы на собеседовании
Вакансия предполагает работу с bare metal. Важно понимать, как кандидат справляется с инфраструктурными задачами без облачных провайдеров.
Расскажите о вашем опыте развертывания Kubernetes на bare metal. С какими основными сложностями вы сталкивались по сравнению с облачными решениями?
В стеке указан FluxCD. Работодателю важно знать, как кандидат выстраивает процессы доставки изменений.
Как вы организуете структуру репозиториев при использовании FluxCD для управления несколькими кластерами?
Упоминается администрирование Clickhouse и Postgres. Нужно оценить навыки обеспечения отказоустойчивости БД.
Какую стратегию резервного копирования и обеспечения высокой доступности для PostgreSQL вы бы внедрили в данной инфраструктуре?
В задачах есть администрирование Airflow, который часто используется для обработки данных.
Был ли у вас опыт масштабирования Airflow? Какие исполнители (executors) вы использовали в связке с Kubernetes?
Работа в научной организации подразумевает работу с большими данными.
Как вы подходите к мониторингу производительности систем, обрабатывающих Big Data, чтобы вовремя обнаружить узкие места в дисковой подсистеме или сети?
Похожие вакансии
DevOps (Middle+)
DevOps (Middle)
Инженер сопровождения Big Data Platform (Middle+)
DevOps Middle
DevOps Middle (Monitoring & Infrastructure)
DevSecOps инженер (middle)
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!