Site Reliability Engineer (SRE) in AI Series Creation Platform

Klyp — единая платформа для создания и просмотра AI‐сериалов: авторы создают сериалы с помощью генеративного AI, а зрители их смотрят. Платформа работает под нагрузкой, с асинхронными процессами и большими объёмами данных и рассчитана на глобальный рынок.

Наша миссия — объединить авторов и зрителей, предоставив авторам лучший инструмент для генерации видео, а зрителям — максимально релевантные рекомендации.

Ищем SRE-инженера в klyp.ai — веб-приложение платформы, в котором автор проходит путь от идеи до готового эпизода: сценарий, сцены, генерация изображений, видео и озвучки, сборка и публикация. Твоя зона ответственности — чтобы этот путь не ломался: генерации доходили до результата, токены и подписки списывались корректно, а обращения авторов разбирались быстро и до первопричины.

Чем предстоит заниматься

• Ежедневная эксплуатация через административные инструменты: внутреннее DevOps-приложение, админ-панель, Grafana, Loki, ArgoCD, консоли AWS, Cloudflare и MongoDB Atlas

• Разбирать обращения поддержки: найти пользователя, посмотреть его подписку, токены, генерации и медиа, понять, где сломалось, и исправить или передать команде с готовым диагнозом

• Следить за конвейером генерации: зависшие и упавшие задачи, очереди, ретраи, сборка эпизодов; понимать, на каком шаге и почему остановилась генерация

• Работать со сбоями внешних AI‐провайдеров (генерация текста, изображений, видео, озвучки): деградация, таймауты, лимиты, ошибки на их стороне — вовремя замечать и доводить до решения

• Контролировать корректность биллинга: резервирование и списание токенов за генерации, возвраты при сбоях, подписки и оплаты через Stripe (вебхуки, сверка статусов)

• Следить за хранением медиа: загрузка и выдача файлов из Cloudflare R2, сроки хранения, очистка

• Мониторинг и алерты: реагировать на инциденты, доводить их до первопричины, убирать шумные алерты

• Выкатывать и откатывать сервисы по GitOps-процессу, контролировать версии между сервисами

• Бэкапы и…