platform operations engineer

HireHi; United States; Remote; USD 120,000 - 170,000; Full time

Benefits offered by this job

Vacation days

English lessons

Job summary

HireHi ищет специалиста по инцидентам и поддержке платформы, работающего в США. Вы будете отвечать за реагирование на оповещения, анализ причин с использованием логов и мониторинга, а также восстановление сервиса по утвержденным runbooks.

Роль требует владения Linux, навыков диагностики и умения работать с англоязычной документацией. Команда строит AI-продукты с акцентом на приватность и on-premises развёртывание; ожидается эффективная коммуникация в межфункциональных группах и умение быстро

Qualifications

• Используйте Linux и CLI для навигации по файловой системе
• Устранение проблем: собирайте факты, тестируйте гипотезы
• Поиск и корреляция событий в логах
• Опыт Grafana или аналогичных инструментов мониторинга
• Понимание DNS, IP, портов, HTTP и API; диагностика ошибок
• Чтение YAML и JSON; проверка окружения и конфигураций
• Следование runbooks и умение работать автономно
• Коммуникация на английском языке по техническим вопросам
• Будет плюсом: Docker, Kubernetes, Helm, Git, CI/CD, Python/Bash, SQL, очереди сообщений
• Опыт в микросервисной архитектуре и AI/LLM будет преимуществом

Responsibilities

• Реагировать на оповещения, результаты проверки и запросы
• Выяснять симптомы, оценивать влияние на пользователей, анализировать логи и конфигурации
• Восстанавливать работу платформы по утверждённым runbooks, перезапуск и откат
• Эскалировать инциденты к специалистам и передавать факты и выводы
• Владеть инцидентами от сигнала до закрытия и держать команду в курсе статуса
• Писать постмортемы, расследовать причины и перевести выводы в баг-репорты и задачи ремонта
• Поддерживать актуальные runbooks и автоматизировать проверки
• Обеспечивать ясную коммуникацию и инициативу в команде

Skills

Linux

CLI

Troubleshooting

Log correlation

Grafana

DNS, HTTP, APIs

YAML/JSON

Runbooks

English communication

Tools

Grafana

curl

Postman

Docker

Kubernetes

Helm

Git

CI/CD

Python/Bash

n8n

Job description

Описание

The team builds AI products for technology corporations, including devices and voice assistants, using speech technologies, NLP, generative AI, and voice-first agentic architecture with privacy-first and on-premises deployment.

Задачи

• Respond to alerts, E2E check results, and requests
• Clarify symptoms, assess user impact, analyze logs, service state, and configuration, test hypotheses, and identify failures
• Restore the platform by executing approved runbooks, including restarts, redeployments, and failover to backup resources; confirm that the product is working again
• Escalate to DevOps, SRE, SIP engineers, and developers when specialist expertise is needed, no suitable runbook exists, or a procedure does not produce the expected result; hand over gathered facts, actions, and diagnostic findings
• Own incidents from the first signal to closure; record timelines and action outcomes, keep status current, track next steps, and keep everyone involved informed
• Write postmortems, investigate causes and consequences, assess diagnosis and recovery, turn findings into bug reports and fix tasks, update runbooks, and help automate checks and recurring operations

Требования

• Use Linux and the command line to navigate filesystems, inspect files and processes, and check resources and environment variables
• Troubleshoot applications by reproducing problems, gathering facts, testing hypotheses, and distinguishing bugs from misconfiguration, unavailable dependencies, or resource shortages
• Find and correlate log events across services using timestamps, request IDs, and other markers
• Have hands-on experience with Grafana or similar monitoring tools; understand availability, error rate, response time, and resource consumption
• Understand DNS, IP addressing, ports, HTTP, and APIs; check service reachability and diagnose status codes, timeouts, and authorization errors using curl or Postman
• Read YAML and JSON, check environment variables, compare settings across environments, and understand how configuration affects connections and application behavior
• Follow runbooks, verify preconditions and results, understand access limits, and know when to stop, roll back, or escape
• Show technical curiosity, ask clear questions, communicate findings and status effectively, work independently, recognize when to involve specialists, prioritize calmly during incidents, take initiative, and collaborate
• Read technical documentation, handle written communication, and discuss technical matters in English
• Будет плюсом: Docker and Kubernetes, Helm, ConfigMaps and Secrets, Git, CI/CD, Python or Bash scripting, n8n automation, Claude Code or similar AI tools, SQL, microservices, message queues, telephony, and AI inference services

Условия

• The team has built award-winning AI products for tech corporations
• The team uses a cutting-edge stack including Speech Technologies, NLP, Generative AI (LLMs, diffusion models), and voice-first agentic architecture with privacy-first and on-premises deployment
• High engineering standards, real ownership, and direct impact on production
• Fast career progression in a senior-heavy team with a high volume of real problems
• Startup pace with enterprise stability, real clients, real revenue, and no bureaucracy
• 21 Vacation days, public holidays, and 5 sick days
• Private English lessons via Preply