- Страна
- Россия
- Зарплата
- 350 000 ₽ – 400 000 ₽
DevOps Senior
Оценка ИИПривлекательная вакансия в государственном научном секторе с достойной «белой» зарплатой и современным стеком технологий. Работа с Big Data и геномными данными добавляет проекту уникальности и профессионального престижа.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИПозиция требует глубоких знаний Kubernetes на bare metal и опыта работы с Big Data стеком (Airflow, Clickhouse). Дополнительную сложность создают строгие формальные требования: наличие законченного высшего образования и гражданства РФ.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата 350 000 – 400 000 руб. net находится в верхнем диапазоне рыночных значений для Senior DevOps специалистов в Москве. Это конкурентное предложение, особенно учитывая стабильность государственного учреждения.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Публикатор: Anatoliy Lavrenov
Обсуждение: @devops_jobs
#vacancy #DevOps #fulltime #вакансия #москва
DevOps Senior
Локация: Москва, м. Щукинская
ЗП: 350 000 - 400 000 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;
Администрирование баз данных: Postgresql, Elasticsearch, Redis, Clickhouse;
Администрирование Airflow;
Развёртывание и поддержка инфраструктурных сервисов: Gitlab, Harbor, Vault, etc;
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
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Linux
- Debian
- Ubuntu
- Kubernetes
- Ansible
- Terraform
- GitOps
- FluxCD
- ArgoCD
- Grafana
- Prometheus
- ELK stack
- Sentry
- GitLab CI
- PostgreSQL
- ElasticSearch
- Redis
- ClickHouse
- Airflow
- Harbor
- Vault
- VictoriaMetrics
Возможные вопросы на собеседовании
Вакансия предполагает работу с bare metal и виртуальными машинами. Важно понимать, как кандидат обеспечивает отказоустойчивость на уровне железа.
Расскажите о вашем опыте развертывания Kubernetes на bare metal: с какими основными сложностями вы сталкивались в сравнении с облачными решениями?
В стеке указан FluxCD. Важно проверить понимание концепции GitOps.
В чем, по вашему мнению, ключевые преимущества и недостатки использования FluxCD по сравнению с ArgoCD для управления конфигурациями кластера?
Компания работает с большими данными и Clickhouse. DevOps должен уметь оптимизировать инфраструктуру под такие нагрузки.
Какие специфические настройки ядра Linux или параметры Kubernetes вы бы применили для оптимизации работы высоконагруженного кластера Clickhouse?
Упоминается использование VictoriaMetrics и Grafana.
Как бы вы организовали мониторинг и алертинг для распределенной системы обработки данных, чтобы минимизировать количество ложных срабатываний?
В требованиях указан Airflow, который часто используется для сложных пайплайнов данных.
Был ли у вас опыт масштабирования Airflow (например, использование Celery или Kubernetes Executor)? Как вы обеспечиваете высокую доступность планировщика?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
