大数据稳定性建设专家 (JR2026091000F)

岗位职责

1. 建设覆盖事前预防、事中发现与处置、事后复盘改进的稳定性治理体系。
2. 推动核心系统建立 SLI、SLO、错误预算和稳定性度量机制。
3. 负责可观测性建设，完善指标、日志、链路追踪、告警及异常检测能力。
4. 建设变更风险治理体系，包括变更准入、风险识别、灰度发布、自动守护和快速回滚。
5. 牵引容量评估、压测、限流降级、容灾和故障演练，提升系统韧性。
6. 参与重大故障应急指挥，推动快速止损、根因分析及改进项闭环。
7. 识别高频、重复和高影响故障，推动技术改造及自动化治理。
8. 将稳定性实践沉淀为平台能力、规范、工具和最佳实践。
9. 联动大数据引擎、大数据平台和业务数据团队，推动跨团队稳定性专项。

任职要求

1. 具备大型分布式系统、大数据基础设施或云平台的稳定性建设经验。
2. 熟悉 SRE、可观测性、容量管理、变更治理、故障应急和容灾体系。
3. 熟悉大数据技术或计算平台中的一种或多种技术体系。
4. 具备复杂故障定位和系统性分析能力，能够从单点问题提炼共性治理方案。
5. 具备稳定性平台或自动化工具的设计与落地经验。
6. 能够定义并推动稳定性指标，对可用性、故障率、恢复时长和变更成功率负责。
7. 具备较强的跨团队推动能力，能够组织重大专项和故障复盘。
8. 具有风险意识、结果意识和良好的书面沉淀能力。

部门

数据平台事业部