岗位职责
Site Reliability Engineer (SRE) 结合了软件和系统工程，致力于打造高扩展、高可用的分布式系统。
- 保障大数据&计算多个核心系统的可靠性与正常运行，同时关注系统成本与稳定性；
- 为大型系统构建自动化运营解决方案；与系统开发团队合作，从系统设计到上线的整个生命周期内保障系统可靠性；
- 通过监控系统组件可用性、性能指标提升系统可见性，帮助系统开发以及团队快速定位故障；
- 推动提升服务的可靠性、可扩展性以及成本、性能优化，保障系统 SLA；
- 参与设计、实现能够保障线上大规模集群快速迭代的自动化平台；
- 基于业务使用场景，深入优化提供最佳服务治理实践，包含不局限于关键链路性能瓶颈分析、业务问题定位排障、推进系统高可用架构改造升级等。
职位要求
- 本科以上学历, 计算机相关专业, 并有两年以上相关领域工作经验；
- 扎实的计算机软件基础知识; 了解 Linux 操作系统、存储、网络 IO 等相关原理；
- 熟悉一种或多种编程语言，例如 Python/Go/Java/Shell等；
- 具备系统化解决问题的能力，良好的沟通技巧和主人翁责任感；
- 具有相关计算/分布式/大数据等系统经验优先（Nginx/Kubernetes/Docker/OpenStack/Hadoop/Spark/Flink 等）；
- 具有算法思维，良好的数据结构和系统设计的能力者优先。
