Site Reliability Engineer
Помогаю командам эксплуатировать Kubernetes-платформы так, чтобы в продакшене было скучно — предсказуемые релизы, алерты, которые указывают на причину, и изменения, которые можно откатить. Руками, а не презентациями.
Апгрейд Kubernetes через несколько версий, замена CNI (Calico на Cilium без kube-proxy), переход с ingress-nginx на Gateway API, миграции хранилищ (Longhorn на LINSTOR). Сначала репетиция, затем план отката и согласованный бюджет простоя.
SLO и error budget, burn-rate алерты, Prometheus, VictoriaMetrics и Grafana. Меньше шума в алертах, быстрее поиск причины, дашборды, которыми дежурные реально пользуются.
Спокойный разбор инцидентов, runbook'и под уже известные отказы, blameless-постмортемы с задачами, которые доводятся до конца.
Argo CD по схеме app-of-apps, пайплайны GitLab CI, Helm и Kustomize, продвижение между средами и безопасный путь от коммита до продакшена.
Trivy и SonarQube в пайплайне, секреты в Vault, Pod Security, токены CI с минимальными правами, строгий CSP и security-заголовки на периметре.
Terraform и Terragrunt в AWS (EKS, RDS, VPC, IAM), Ansible для железа и Proxmox, гибридные схемы, где часть стека живёт вне Kubernetes.
Read-only разбор кластера или всей инфраструктуры — риски, быстрые улучшения и приоритизированный план, в виде письменного отчёта.
Роль SRE или DevOps в продуктовой команде, удалённо из Тбилиси.
Фиксированный объём с понятным финишем — апгрейд, миграция, аудит или новый пайплайн.
Часы на ревью архитектуры, второе мнение по рискованному изменению или помощь во время инцидента.
30 минут о задаче, стеке и ограничениях.
Смотрю на реальное состояние, прежде чем что-то предлагать.
Шаги, риски, откат и точка невозврата — согласуем до любых изменений.
Изменения в согласованные окна, с бэкапами и проверкой после каждого шага.
Runbook'и, журнал решений и документация — результат остаётся у команды.
Стоимость зависит от объёма и формата — опишите задачу, и я отвечу с оценкой.