Инженер технической поддержки

Описание

Чем предстоит заниматься: Техническая диагностика инцидентов по продуктам до эскалации на команды разработки: логи, метрики, трейсы, состояние подов, данные в БД, запросы и ответы фронтенда. Классификация событий вместе с дежурным инцидент-менеджером: инцидент это или нет, какой продукт и компонент затронут, нужна ли команда сервиса. Выполнение ранбуков и согласованных с командами действий в проде: рестарт подов и джоб, очистка диска, перезапуск репликации, переключение на резерв, откат конфигурации. Обработка обращений пользователей по SLA: консультации по работе сервиса, доступы, проверка данных, воспроизведение багов и передача разработке готового описания. Ведение реестра известных проблем и обходных решений, применение обходных решений без привлечения команды разработки. Участие в разборе критических инцидентов на конфколле: сбор данных, проверка гипотез, применение обходного решения. Участие в постмортемах: формулировка технической причины, предложение ранбука или автоматизации. Проверка ранбуков на исполнимость, участие в Fire Drill и онбординге сервисов на поддержку, скрипты для типовых действий. Дежурство по вызову в нерабочее время по графику для инцидентов уровней Критичный и Высокий. Что мы ожидаем: Опыт от 2 лет в сопровождении, эксплуатации, DevOps или на второй линии поддержки с доступом в прод. Linux и Kubernetes: уверенная работа в консоли, kubectl, диагностика подов и нод, перезапуск и масштабирование, контроль диска, памяти, сети. Наблюдаемость: Grafana, Prometheus, Kibana или Graylog, Jaeger – найти момент деградации, связать метрику, лог и трейс, отличить симптом от причины. SQL и PostgreSQL: JOIN и агрегации, проверка данных по обращению, поиск долгих запросов и блокировок, понимание, что в проде нельзя делать без согласования. Сеть и API: HTTP, DNS, TLS, коды 4xx и 5xx, curl и Postman, DevTools браузера – какие запросы уходят с фронтенда и что приходит в ответ. Умение разобраться в незнакомой системе по интерфейсу, БД и логам и понять, что в ней происходит и насколько корректно. Bash или Python на уровне автоматизации повторяющихся действий. Понимание процессов инцидент-менеджмента: уровни критичности, роли линий и команды, постмортемы, умение написать ранбук, по которому сработает другой человек. Понимание бизнес-смысла сервиса и умение письменно объяснить пользователю, что происходит и что делать. Готовность к дежурствам по вызову.