SRE Onboarding

«Бросим в боевые инциденты с первой недели — научится быстрее» — типичный совет, который я слышу от senior-инженеров, и типичная причина churn’а нового инженера через 3–6 месяцев. SRE Onboarding — это систематическое введение в команду и production: явный curriculum, mentor-связь до выхода, последовательность освоения artefacts (runbook, dashboards, репозитории, on-call rotation), путь до первого on-call под supervision. Базовая практика внутри L1 Organisational Capability Development; без неё новый инженер выходит «в продакшен на ощупь» и churn’ит через 6 месяцев.

Что должен уметь

Главный навык на уровне L5 — измерять time-to-on-call как метрику. «Выйдет в ротацию, когда будет готов» — без даты инженер тянется, команда не планирует ротацию, mentor не понимает, что подтянуть. Целевая дата (8 недель до supervised on-call, 12 недель до самостоятельного) даёт структуру и accountability. Я регулярно вижу разницу: команды с явным time-to-on-call быстрее выводят новых инженеров в продуктивность.

Следует onboarding curriculum команды как mentor: ведёт pair sessions, code walkthrough, runbook review с onboardee.
Пишет короткий onboarding plan для конкретного инженера: что осваивает в первые 2 / 4 / 12 недель, какие artefacts, кто mentor.
Участвует в wheel of misfortune вместе с onboardee как фасилитатор или scribe.

Проектирует onboarding curriculum для команды: список artefacts, последовательность освоения, milestones, требования к mentor, критерий «готов к on-call».
Оценивает прогресс onboardee через regular check-ins (1 / 2 / 4 / 8 / 12 weeks), корректирует curriculum по фактическому опыту.
Связывает onboarding с production-готовностью: до какого момента инженер не дежурит самостоятельно, как первое on-call происходит под supervision.

L6+

Внедряет onboarding-программу для нескольких команд: shared baseline + team-specific extension, mentor rotation, метрики time-to-on-call.
Связывает onboarding с hiring / retention strategy: что должны уметь candidates на входе, как сохраняем инженеров после первых 12 месяцев.
Защищает onboarding capacity от давления «у нас сейчас инциденты, не до того»; без защиты onboarding деградирует первым.

Материалы

Книги

Camille Fournier — The Manager’s Path (O’Reilly, 2017). Главы про onboarding, mentorship, 1:1 — общая дисциплина, на которой стоит SRE onboarding.
Will Larson — Staff Engineer (2021). Для senior IC, кто становится mentor — описание роли mentor как essential staff-engineer skill.

Статьи

Google SRE — Accelerating SREs to On-Call and Beyond (SRE Book, глава 28). Канонический описание Google SRE onboarding — curriculum, mentorship, переход к on-call.

Инструменты

Onboarding curriculum (markdown в repo команды) — простой формат: один документ, чек-лист по неделям, ссылки на runbook, dashboards, репозитории, контакты mentor. Обновляется после каждого onboarding.
Wheel of Misfortune — практика (не tool): фасилитатор разыгрывает прошлый или придуманный инцидент, onboardee играет роль incident commander под наблюдением. Источник кейсов — публикуемые постмортемы (dastergon/postmortem-templates). По моим наблюдениям, это самый эффективный training-инструмент перед первым real incident.
Pair on-call (shadow shifts) — стандартный паттерн: onboardee дежурит вместе с опытным SRE в течение N циклов без самостоятельной ответственности.

Best practices

Короткие правила:

Curriculum явный, а не «учитесь на боевых задачах». Через 3 месяца бесструктурного onboarding имеем разочарование и churn; через 6 — увольнение. Curriculum = контракт между командой и onboardee: что осваивает, в какие сроки, кто mentor.
Mentor определён до выхода инженера, а не «найди кого-нибудь потом». «У нас все помогут» = никто не отвечает. Mentor — конкретный человек с явно выделенным временем (1–2 часа в неделю минимум на первый месяц).
Time-to-on-call — измеримая метрика, а не «когда готов». Без даты инженер тянется, команда не планирует ротацию. Целевая дата (8 недель до supervised, 12 — до самостоятельного) даёт структуру и accountability.

Подробнее:

Regular check-ins с явной повесткой. «Не спрашивает — значит ОК» — через 2 месяца выясняется, что инженер стесняется задавать «глупые» вопросы и зашёл в тупик. 1:1 еженедельно с явной повесткой (что освоено, что неясно, что блокирует) ловит проблемы рано. Я регулярно вижу: новые инженеры, которые не задают вопросов в первый месяц, чаще уходят на испытательном сроке — не потому, что они не подходят, а потому что не получили нужной поддержки.

Wheel of misfortune до первого реального инцидента. Первое incident response — настоящий production-инцидент в 3 ночи. Engineer паникует, mentor спит, MTTR растёт, onboardee теряет уверенность. Тренировка реакции в безопасной среде формирует мышечную память; без неё knowledge не превращается в skill.

Onboarding capacity защищён в planning. «Training/mentorship режутся первыми при давлении бизнеса» — через год команда не может вырастить никого; новые инженеры уходят. Mentor time — планируемая часть capacity, не «свободное время». Это политическая позиция, которую защищает senior-инженер / EM в конфликте с product-pressure.

Knowledge transfer регулярный, не только во время onboarding. «Учим только новых» — через год знания распределены так же неравномерно, как до. Onboarding-практики (brown bag, pair sessions, runbook review) применяются и к существующим инженерам — иначе при уходе одного человека команда теряет компетенцию.

Связанные листья

Runbooks — runbook — ключевой artefact onboarding; качество runbook прямо влияет на time-to-on-call.
Postmortem Culture — wheel of misfortune использует постмортем-формат; качество разборов = качество сценариев для onboarding.
Incident Response — главный навык, под который готовит onboarding; supervised on-call — мост от curriculum к реальной ротации.
Dev Team Partnership — embedded SRE onboarding включает погружение в product-команду, не только в production-сервисы.
Service Ownership — service catalog — точка входа onboardee в production.
Career Ladders — onboarding curriculum обычно maps к L3 → L4 progression в первый год.
Communities of Practice — после первых 12 недель CoP — место, где новый инженер находит cross-team peer learning.
Game Day / Chaos Drills — Wheel of Misfortune для onboardee — частный случай. Здесь — onboarding-скрипт первых недель; там — continuous calibration команды.
Team Topologies — onboarding-скрипт зависит от того, в какую topology попадает новый инженер (embedded / platform / enabling). Без понимания topology curriculum получается универсальным и неточным.

Открытые вопросы

Под L1 Organisational Capability Development остаются темы — Career Ladders уже выделена; Competency Framework (SFIA-adapted skill matrix для SRE), Retention.
Граница со practices/Personal Growth Plan: пересечение по mentorship и личному росту. Здесь — org-level процесс onboarding; там — personal-level развитие.