- Страна
- Россия
Инженер платформы (DevOps-инженер)
Оценка ИИДОМ.РФ — стабильный и крупный работодатель с сильной инженерной культурой. Вакансия привлекательна использованием современного стека (Kubernetes, GitOps) и инновационным подходом к внедрению ИИ в DevOps, а также возможностью удаленной работы.
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 ИИВысокая сложность обусловлена требованием к опыту от 5 лет, глубокими знаниями Kubernetes и GitOps, а также специфическим навыком работы с ИИ-агентами в DevOps-процессах. Дополнительную сложность создает необходимость взаимодействия с корпоративным контуром и ИБ.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИУказанная роль Senior DevOps инженера в крупной российской компании обычно предполагает оклад выше среднего по рынку. Оценочный диапазон для Москвы составляет 300 000 – 450 000 рублей после вычета налогов, что соответствует уровню ответственности и требуемому стажу.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Инженер платформы (DevOps-инженер)
Опыт работы: от 5 лет
Формат работы: можно удалённо
*☑️* Чем предстоит заниматься
-Развивать платформу разработки, проектировать и внедрять новые платформенные интеграции как готовый сервис для команд: от идеи до выката, доступов, мониторинга и документации
-Развивать текущий стек: секреты, управляемые БД, Kafka, registry, GitOps, CI/CD, наблюдаемость
-Сопровождать кластеры Kubernetes и платформенные сервисы, разбирать инциденты, поддерживать мониторинг и логирование
-Участвовать в развитии инфраструктуры: виртуальные машины, автоматизация, связанные платформенные компоненты
-Самостоятельно вести задачу до результата: уточнять требования, пушить смежников, эскалировать блокеры
-Оформлять заявки на сетевые доступы, учётные записи, сертификаты и согласования при необходимости
-Работать с продуктовыми командами как с заказчиками платформы и не оставлять интеграции незавершёнными
-Использовать LLM и ИИ-агентов в повседневной работе и развивать эти практики в команде, в том числе через MCP
*☑️* Наши пожелания к кандидатам
-5+ лет в инфраструктуре, platform engineering или SRE
-Опыт с Kubernetes в продакшене: операторы, Helm, сеть, хранилище, RBAC, разбор инцидентов
-GitOps на практике: инфраструктура и сервисы описываются в Git, изменения идут через merge request, а не руками в кластере
-Опыт с Terraform и/или Ansible
-Опыт интеграций под ключ: Vault, операторы PostgreSQL и Kafka, registry, мониторинг
-Понимание корпоративного контура: сети, DNS, учётные записи, сертификаты, согласования со смежными командами и ИБ
-Умение доводить задачу до результата: заявки, переписка, эскалации
-Активная работа с LLM и ИИ-агентами: разбор инцидентов, код и манифесты, документация, исследование незнакомых API
Контакты: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Kubernetes
- DevOps
- GitOps
- Terraform
- Ansible
- Vault
- PostgreSQL
- Kafka
- Helm
- CI/CD
- Monitoring
- Logging
- LLM
Возможные вопросы на собеседовании
Проверка практического опыта работы с GitOps и понимания преимуществ перед традиционными методами.
Расскажите о вашем опыте внедрения GitOps: какие инструменты использовали и как решали проблему расхождения (drift) конфигурации в кластере?
Оценка навыков траблшутинга в критических ситуациях.
Опишите самый сложный инцидент в Kubernetes, с которым вы столкнулись. Как вы его диагностировали и какие меры приняли для предотвращения повторения?
Проверка умения работать с секретами в высоконагруженных средах.
Как вы организуете жизненный цикл секретов в Vault при интеграции с Kubernetes? Как обеспечивается ротация и доступ приложений?
Оценка готовности кандидата к инновациям, указанным в вакансии.
Как именно вы используете LLM или ИИ-агентов в своей текущей работе инженера? Приведите примеры задач, которые удалось ускорить.
Проверка навыков работы в крупной организации с множеством ограничений.
Как вы подходите к согласованию сетевых доступов и требований ИБ, если они блокируют внедрение нового платформенного сервиса?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
