Техлид в системную разработку внутреннего облака

Мы развиваем внутреннее (контейнерное) облако , в котором запущены все сервисы, создаваемые тысячами разработчиков Яндекса. Наша цель — сделать удобное облако для сервисов различного масштаба (от единиц до десятков тысяч контейнеров в сервисе), при этом рационально утилизировав все имеющиеся в нашем распоряжении аппаратные ресурсы. Сейчас под управлением внутреннего облака находятся более 100К железных серверов и заведено более 50К сервисов (счёт контейнеров идет на миллионы), а также несколько HPC-кластеров с современными GPU: мы занимаем три лидирующих места среди российских суперкомпьютеров.

Мы позволяем не только настраивать и запускать сервисы, но и даём пользователю всё, что нужно, чтобы этот сервис эксплуатировать: настраиваем балансировку, предоставляем мониторинг поднятых сервисов, собираем логи, поддерживаем интеграцию с CI/CD и не только. Мы стремимся сделать из облака единую тесно интегрированную платформу (PaaS), с помощью которой разработчики смогут удобно и надёжно разрабатывать и эксплуатировать свои сервисы, используя как стандартные API/UI-механизмы, так и подход Infrastructure as Code.

Помимо этого, мы разрабатываем внутренние инструменты — управление железом, сертификатами, доступами, чтобы минимизировать нагрузку на эксплуатацию облака и поддержку наших пользователей.

Группа системной разработки отвечает за базовый слой облачного ПО , являющийся фундаментом и основой, на которой строится внутреннее облако Яндекса.

Базовый слой состоит, среди прочего, из:

• системы контейнеризации приложений, которая разработана и широко используется в Яндексе. У системы есть и плагины — например, плагин для сбора контейнерных метрик для экспорта во внутреннюю систему мониторинга, shim для реализации CRI-интерфейса для работы в Kubernetes;
• системы для эффективной передачи данных на множество серверов по протоколу, схожему с BitTorrent;
• сервиса для активного мониторинга состояния сети всего Яндекса;
• агента для управления на хосте BPF-программами, которые гранулярно донастраивают сетевой стек для более эффективной работы;
• системы для clusterwide-анализа производительности приложений, схожей с Google Cloud Profiler и многого другого.

Ищем опытного техлида, который не побоится большого разнообразия технологий и будет участвовать в их поддержке и развитии, чтобы повысить производительность, отказоустойчивость и удобство облака для пользователей.

Какие задачи вас ждут

• Поддерживать и развивать существующие системы
• Проводить ревью кода команды
• Обсуждать и планировать фичи с коллегами, в том числе из смежных отделов

Мы ждем, что вы

• Руководили командой и хотите продолжать этим заниматься
• Знаете Go, C, C++ или Python (не обязательно все языки сразу)
• Умеете проводить ревью кода
• Хорошо понимаете принципы работы операционных систем, контейнеризации и сети

Будет плюсом, если вы

• Имеете опыт проектирования и разработки распределенных сервисов
• Владеете проблематикой построения облачных сервисов
• Знаете Linux
• Занимались многопоточным и асинхронным программированием