高级SRE工程师

岗位职责

1. 负责线上核心系统的稳定性保障，包括可用性、性能、容量与故障应急响应
2. 设计并落地自动化运维工具与监控告警体系，提升故障发现与自愈能力
3. 参与系统架构评审，推动可运维性、可观测性与高可用设计落地
4. 主导重大故障复盘与根因分析，输出改进措施并闭环跟踪
5. 推进SRE理念实践，通过SLI/SLO/错误预算驱动稳定性目标管理

任职要求

1. 本科及以上学历，计算机、软件工程、信息技术等相关专业优先。
2. 3年以上互联网系统运维、SRE或大规模分布式系统保障相关工作经验。
3. 深入掌握Linux系统原理与调优，具备扎实的网络协议，熟悉常见基础组件的部署、调优与故障排查。
4. 深入掌握主流监控告警体系、日志平台、自动化运维体系，有高可用架构设计、或参与过大规模系统稳定性治理项目经验者优先。
5. 具备分布式存储系统（如Ceph、Cubefs、Minio）和分布式数据库运维经验者优先。
6. 有使用 AI/ML 优化运维决策的实践经验