DevOps/Старший инженер бизнес-приложений
Описание
Кто мы: Группа аккредитованных IT компаний, занимающаяся разработкой программного обеспечения для автоматизации технологических производственных процессов и производственных бизнес-процессов (www.solisoft.group). Наше программное обеспечение внедрено в крупных производственных компаниях: Хохланд, Объединенные пивоварни холдинг, ПК Балтика, Комос Групп, ГК Ренна, Эфко, АБ Инбеф Эфес и др. В состав группы компаний входят 4 организации: ООО «ПРОЛАЙТ», ООО «НПФ Импульс», ООО «Сайфора», ООО «Солисофт». Мы ищем старшего инженера, который сочетает глубокое понимание бизнес-логики производственных систем с сильными навыками в Linux и DevOps, а также готов исследовать и внедрять AI-решения для реальной оптимизации производства. Вы будете отвечать за надёжность, масштабируемость и инновационное развитие MES-платформы. Ключевые задачи: Проектирование и развитие архитектуры MES-решений, обеспечивающей высокую производительность и отказоустойчивость в промышленных Windows /Linux-окружениях. Кастомизация и отладка функциональности решений, включая сложные бизнес-правила, триггеры и нестандартные модули, оптимизация хранимых процедур. Администрирование и тонкая настройка Windows/Linux-окружений (RHEL/Rocky, Ubuntu): управление процессами, сетью, безопасностью, производительностью ядра, написание systemd-юнитов и bash-скриптов. Организация надёжного информационного обмена между MES, ERP-системами (1С, SAP) и производственным оборудованием (ПЛК, Modbus, OPC UA), в том числе через iPaaS-решения и самописные коннекторы. Проектирование, развёртывание и сопровождение отказоустойчивого кластера PostgreSQL (Patroni + etcd/Consul, потоковая репликация, автоматический failover). Настройка резервного копирования и восстановления мониторинг производительности БД, оптимизация запросов и структур хранения PostgreSQL/MSSQL. Внедрение централизованного мониторинга и логирования (Prometheus, Grafana, ELK/Loki), включая метрики БД и инфраструктуры. Анализ диагностических данных, участие в расследовании сложных инцидентов и повышении стабильности системы. Настройка ролевых моделей, аутентификации и безопасного сетевого взаимодействия компонентов. Проверка гипотез и прототипирование улучшений решений. Документирование архитектурных и инфраструктурных решений, участие в расследовании сложных инцидентов. Мы предлагаем: Официальное трудоустройство по трудовому договору, белую заработную плату. Премирование по итогам работы за год. График работы: 40-часовая пятидневная рабочая неделя, суббота и воскресенье выходные дни. Возможность работать в удаленном, гибридном формате (офис есть в Москве, Санкт-Петербурге, Казани, Тимашевске). ДМС, возможность проходить обучение за счет средств компании. Доброжелательную атмосферу и лояльного руководителя. Реальную возможность влиять на технологический стек и архитектуру, участвовать в R&D-проектах и внедрять AI-решения в промышленном контексте. Сильную инженерную культуру, доброжелательную атмосферу и минимум бюрократии. Наши ожидания от кандидата: Фундаментальная подготовка и архитектура: Глубокое понимание алгоритмов, структур данных и принципов построения распределённых систем. Уверенное применение SOLID, KISS, DRY; опыт проектирования корпоративных приложений. Стек разработки: Владение JavaScript/TypeScript, .NET Core и/или NodeRed, HTML5/CSS. Опыт работы с Python для задач автоматизации, анализа данных или разработки AI-прототипов. Работа с данными: Проектирование БД, оптимизация запросов (оконные функции, CTE), создание миграций. Понимание принципов построения ETL/ELT-пайплайнов и подготовки данных для ML-моделей. Linux-экспертиза: Продвинутые навыки администрирования Windows/Linux (RHEL, Ubuntu), написание bash-скриптов и systemd-юнитов, управление сетью и безопасностью. DevOps и инфраструктура: Понимание GitOps, опыт построения CI/CD (GitLab CI, Jenkins). Уверенная работа с Docker и Kubernetes, умение писать Dockerfile и Helm-чарты. Опыт внедрения систем мониторинга (Prometheus, Grafana) и централизованного логирования (ELK, Loki). AI и исследовательские компетенции: Понимание классических алгоритмов машинного обучения (классификация, регрессия, кластеризация) и нейронных сетей. Исследовательский склад ума: способность самостоятельно изучать новые технологии, формулировать гипотезы, планировать эксперименты и интерпретировать результаты. Интеграция и промышленные протоколы: Понимание промышленных протоколов (Modbus, OPC UA) и опыт построения защищённых сетевых взаимодействий. Опыт внедрения: Успешный запуск и сопровождение приложений в production, в том числе в изолированных контурах заказчика.