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.