DevOps Senior
Привлекательная зарплата (до 400к net), работа в государственном научном секторе с современным стеком технологий и собственным ЦОДом. Гибридный формат и возможность влиять на развитие геномных исследований добавляют вакансии ценности.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Роль требует глубоких знаний Kubernetes и GitOps, а также опыта работы с bare-metal инфраструктурой. Дополнительную сложность создают строгие формальные требования (ВПО и гражданство РФ).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Предлагаемая зарплата 350 000 – 400 000 руб. net находится в верхнем диапазоне рыночных значений для Senior DevOps в Москве. Это конкурентное предложение, учитывая стабильность госсектора и современный стек.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Публикатор: Anatoliy Lavrenov
Обсуждение: @devops_jobs
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
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Linux
- Terraform
- Kubernetes
- Prometheus
- Grafana
- PostgreSQL
- Redis
- Airflow
- Ansible
- ElasticSearch
- ELK stack
- GitLab CI
- ArgoCD
- ClickHouse
- VictoriaMetrics
- Vault
- Sentry
- Ubuntu
- FluxCD
- Debian
- Harbor
Возможные вопросы на собеседовании
Вакансия предполагает работу с bare-metal серверами. Важно понимать, как кандидат подходит к управлению физическим железом в сравнении с облаками.
Расскажите о вашем опыте развертывания Kubernetes на bare-metal. С какими специфическими проблемами вы сталкивались (например, балансировка трафика или хранилища)?
В стеке указан FluxCD. Работодателю важно знать, как кандидат реализует принципы GitOps на практике.
Как вы организуете структуру репозиториев при использовании FluxCD для управления несколькими кластерами?
Проект связан с Big Data и ML, используются Clickhouse и Elasticsearch. Нужно оценить навыки оптимизации БД.
Каков ваш опыт масштабирования и обеспечения отказоустойчивости для Clickhouse и Elasticsearch при работе с большими объемами данных?
Упоминается VictoriaMetrics и Grafana. Важно понять умение строить качественную наблюдаемость.
Как вы подходите к проектированию алертинга, чтобы избежать 'alert fatigue', сохраняя при этом высокую доступность критических сервисов?
В требованиях указан Airflow. Это специфический инструмент для оркестрации данных.
Какие подходы вы используете для мониторинга и обеспечения стабильности работы DAG в Apache Airflow?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

