岗位职责
- 负责平台及相关基础设施的部署、升级、发布、扩容和日常运维，保障生产环境的稳定性、可用性与运行效率。
- 负责运维工具和自动化平台的设计、开发与维护，覆盖应用发布、配置管理、批量操作、巡检及故障处理，提升运维效率，减少重复性人工操作。
- 建设和完善监控、日志、告警及链路诊断能力，及时发现并定位系统、网络、应用及中间件故障，推动问题修复、复盘和预防措施落地。
- 参与系统高可用建设、环境迁移、性能压测与容量规划，结合监控及业务数据开展资源治理，优化计算、存储资源利用率和运行成本。
- 为研发、测试及平台用户提供技术支持，推动部署交付和使用问题闭环，沉淀操作规范、故障排查手册及知识库。
- 探索智能运维能力在实际场景中的应用，包括智能问答、告警辅助分析、容量预测等，持续提升平台服务效率。
职位要求
- 本科及以上学历，计算机、软件工程、自动化等相关专业，具备 2 年及以上运维研发、平台运维或 SRE 相关经验。
- 熟悉 Linux 操作系统及常用诊断工具，理解进程、内存、磁盘和网络等基础知识，能够独立排查常见系统及服务故障。
- 熟练掌握 Python、Go 等至少一门编程语言，能够独立完成自动化工具或后端功能开发；具备良好的编码习惯和基础的数据结构、并发编程知识。
- 熟悉服务部署、版本发布及自动化交付流程，了解 Docker、Kubernetes 的基本原理和常用操作，具备应用部署及问题排查经验。
- 熟悉常用数据库、中间件或分布式组件的部署与运维，如 MySQL、Nginx、Redis、消息队列、Elasticsearch 等，对高可用、备份恢复及性能优化有实际理解。
- 具备监控告警体系的使用或建设经验，熟悉 Prometheus、Grafana、Zabbix 等工具中的一种或多种，能够结合指标和日志进行故障分析与容量评估。
- 具备较强的问题分析、学习和沟通协作能力，能够主动推进问题闭环，并将解决方案沉淀为工具、流程或文档。
