Мы развиваем инфраструктуру рекомендательной платформы и переходим от набора отдельных инструментов к системе управления надёжностью. Главные задачи

— автоматизация и внедрение ИИ в процессы эксплуатации рантайма: от поиска руткоза инцидента через ИИ до автоматических рекомендаций по настройке сервисов.

На нашей платформе запущены десятки рекомендательных продуктов, которые соответствуют единым требованиям надёжности, которые нужно централизовать в один процесс. Также есть часть продуктовой разработки — мы активно развиваем внутренний портал для ML-команд и наполняем его полезными фичами.

Стек:

- Kotlin (иногда Java)

- Spring

- Postgres, Redis, YT

- Собственное облако One Cloud

- VictoriaMetrics

Задачи

- Развивать платформу с точки зрения пользовательского опыта

- Выстраивать единый жизненный цикл надёжности: изменение -> деплой -> обозримость -> сигнал -> инцидент -> расследование -> смягчение -> восстановление -> анализ причин

- Внедрять ИИ-инструменты в этот жизненный цикл для снижения MTTR

- Разрабатывать инструменты рекомендаций по настройке механик надёжности сервисов

- Встраивать все это в UI единого внутреннего портала по управлению рекомендательными системами

Требования

- Опыт работы с Java или Kotlin

- Понимание паттернов распределённых нагруженных систем

- Хорошие теоретические знания в области распределённых систем и баз данных

- Умение или желание научиться работать с архитектурой и техническими трейдоффами

- Умение собрать требования к задачам, способность самостоятельно принимать решения при разработке