- Страна
- Россия
- Зарплата
- 300 000 ₽ – 400 000 ₽
SRE-инженер (Команда системы мониторинга HR-платформы)
Оценка ИИСильный бренд работодателя, конкурентная заработная плата и работа с современным стеком технологий (VictoriaMetrics, AI-агенты) делают вакансию крайне привлекательной для опытных инженеров.
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 требованиями к глубокому знанию архитектуры VictoriaMetrics и Prometheus, а также необходимостью уверенного владения Python для автоматизации и работы с AI-агентами.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная зарплата в 300 000 — 400 000 рублей полностью соответствует рыночным ожиданиям для Senior SRE-специалиста в Москве, находясь в верхнем сегменте для банковского сектора.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
*💡 SRE-инженер (Команда системы мониторинга HR-платформы)*300 000 — 400 000 ₽
Офис (Москва)
Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов. Самый дорогой российский бренд и самый сильный банковский бренд в мире по версии Brand Finance.
Требования:— VictoriaMetrics: архитектура кластера (vminsert, vmselect, vmstorage), MetricsQL, настройка ретеншен-политик и downsampling.
— Prometheus: Federation, remote write/read, PromQL на продвинутом уровне, понимание внутреннего устройства TSDB, работа с service discovery.
—Grafana + Grafana Alerting: создание динамических дашбордов (variables, transformations), provisioning, настройка алертов с шаблонизацией и маршрутизацией уведомлений.
— Zabbix: опыт работы с шаблонами, LLD (low-level discovery), сложные триггеры, API Zabbix для автоматизации.
— Уверенное владение Python: написание чистого, поддерживаемого кода для обработки данных и создания AI-агентов (опыт с LLM/агентными фреймворками будет плюсом).
*➡️*Откликнуться
*📍* Навигация: База знаний • Обучение
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- VictoriaMetrics
- Prometheus
- Grafana
- Zabbix
- Python
- PromQL
- MetricsQL
- LLM
Возможные вопросы на собеседовании
Проверка понимания масштабируемости систем хранения метрик.
Расскажите об архитектуре VictoriaMetrics: за что отвечают компоненты vminsert, vmselect и vmstorage, и как вы будете настраивать ретеншен-политики?
Оценка навыков работы с высоконагруженными системами мониторинга.
В каких случаях вы предпочтете использовать Prometheus Federation, а в каких — remote write? Какие риски несет каждый из подходов?
Проверка навыков автоматизации.
Как вы использовали Zabbix API для автоматизации рутинных задач или интеграции с другими системами? Приведите примеры реализации LLD.
Оценка уровня владения Python в контексте SRE.
Опишите ваш опыт написания инструментов на Python для обработки данных мониторинга. Использовали ли вы какие-либо фреймворки для создания AI-агентов?
Проверка навыков визуализации и алертинга.
Как вы организуете шаблонизацию и маршрутизацию уведомлений в Grafana Alerting для большой распределенной команды?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
