Специалист по мониторингу ИТ-инфраструктуры

Инвестиционный дом D8 – финансовая компания, основанная в 2000 году.Накопленный опыт, сильная команда и системный подход позволяют нам создавать широкий спектр инвестиционных решений для управления благосостоянием наших клиентов. Мы ищем Эксперт по мониторингу, ключевой задачей которого будет построение единой системы комплексного инфраструктурного мониторинга с интеграцией её в зонтичную платформу MONQ. Обязанности: Построение зонтичной системы мониторинга инфраструктуры: Проектирование и развитие единой платформы наблюдаемости на базе MONQ как верхнего уровня агрегации событий, метрик и топологий Интеграция в MONQ разнородных источников: Zabbix, Prometheus, Graylog, вендорских систем управления (Unisphere, vCenter, HPE OneView, Cisco DCNM и др.) Интеграция и настройка стека observability: Zabbix (инфраструктурный мониторинг), Prometheus, Grafana , Graylog (централизованный сбор и анализ логов), MONQ (агрегация и корреляция событий) Построение ресурсно-сервисных моделей (RSM) инфраструктуры: от физического сервера и его компонентов до виртуальной инфраструктуры, СХД и сетевых устройств с отображением зависимостей на бизнес-сервисы Разработка карт здоровья (Health Maps) для ключевых инфраструктурных контуров: ЦОД, кластеры виртуализации, ядро сети, системы хранения Мониторинг вычислительных ресурсов: Физические серверы (HPE ProLiant, Dell PowerEdge, Cisco UCS): мониторинг через IPMI/iLO/iDRAC, контроль состояния компонентов (CPU, RAM, PSU, FAN, RAID-контроллеры, диски) Виртуализация: VMware vSphere (vCenter, ESXi, datastore, vSAN), гиперконвергентные системы (Nutanix, vSAN) Метрики производительности: CPU ready, memory ballooning/swapping, disk latency (GAD/KAL/SDL), network drop/usage Мониторинг систем хранения данных: СХД разных вендоров: Dell EMC Unity/PowerMax/VMAX, NetApp AFF/FAS, Huawei OceanStor Контроль состояния пулов, LUN, агрегатов, контроллеров, дисков (включая прогнозирование отказов по SMART) Мониторинг метрик производительности: IOPS, throughput, latency на уровне фронтенда и бэкенда Отслеживание эффективности data reduction (дедупликация, компрессия), subscription ratio пулов Системы резервного копирования: Veeam, Commvault, NetBackup — контроль успешности бэкапов, состояния репозиториев Мониторинг сетевой инфраструктуры: Коммутаторы и маршрутизаторы (Cisco, Juniper): SNMP v2c/v3, IPMI, telemetry (gRPC dial-in/out) Балансировщики нагрузки: Nginx Plus, HAProxy — метрики соединений, pool health, SSL offload Мониторинг потоков данных: NetFlow, sFlow, IPFIX — анализ трафика, обнаружение аномалий Контроль состояния каналов связи, BGP/OSPF peerings, качества магистральных линий Мониторинг инженерной инфраструктуры ЦОД (при наличии): Мониторинг телекоммуникационного оборудования Инфраструктурная часть контейнерных платформ: Мониторинг «железа» и ОС под Kubernetes: ноды, сетевые overlay, storage classes, ingress-контроллеры Инфраструктурные сервисы кластера: etcd, CoreDNS, CNI-плагины, load balancers Развитие платформы и автоматизация: Настройка правил корреляции событий в MONQ: подавление шумов, агрегация, enrichment, root-cause analysis Разработка автоматических сценариев реагирования (auto-remediation) для типовых инфраструктурных проблем Построение SLA/SLO-дашбордов по доступности инфраструктуры для бизнес-заказчиков Написание кастомных проверок и экспортёров на Python/Bash/Go Требования: Опыт работы от 3 лет в роли инженера по мониторингу / инфраструктурного инженера / SRE в крупных ИТ-ландшафтах (от 500+ хостов) Глубокое знание принципов построения мониторинга инфраструктуры: какие метрики снимать, как интерпретировать, как выявлять аномалии Опыт работы со следюущим стеком систем мониторинга: MONQ — построение топологий, RSM, Health Maps, правил корреляции Zabbix — серверная часть, прокси, LLD, триггеры, веб-мониторинг, интеграции через API Prometheus — PromQL, node-exporter, SNMP-exporter, blackbox-exporter, federation Graylog — pipeline rules, streams, extractors, интеграция с syslog/network devices ELK/EFK -знание стека Grafana Опыт мониторинга виртуализации: VMware vSphere (vCenter API, Performance Manager, datastore metrics), понимание проблем «шумного соседа», overcommit, storage latency Опыт мониторинга СХД: Dell EMC (Unisphere, REST API), NetApp (ONTAP, Active IQ), Huawei — понимание метрик производительности и здоровья Опыт мониторинга сетей: SNMP, NetFlow/sFlow/IPFIX, понимание сетевых протоколов и типичных проблем Понимание аппаратной части серверов: архитектура x86, RAID-контроллеры, IPMI, типичные аппаратные сбои и их признаки в метриках Навыки автоматизации: Python / Bash / Go — написание кастомных проверок, интеграций, экспортёров Опыт работы с IaC: Ansible, Terraform — для развёртывания и конфигурирования компонентов мониторинга Понимание специфики финансового сектора: требования регуляторов, SLA 99,9%+, audit trail, разделение сред Будет преимуществом Знание ITIL-процессов: Incident, Problem, Change Management Условия: Работа в успешной инвестиционной компании с 20-летним опытом работы; Достойная заработная плата и годовой бонус; Оформление по ТК РФ; ДМС со стоматологией с первого рабочего дня; Программа корпоративных скидок; Обучение за счет компании; Доступ к онлайн библиотеке.