岗位职责
- 负责大数据、计算平台、云原生及分布式存储等核心系统的可靠性保障与稳定性建设，持续关注系统运行成本，推动降本增效；
- 主导设计并落地面向大规模集群的自动化运维平台，构建覆盖全生命周期的自动化运营解决方案，提升运维效率与系统交付速度；
- 建设并完善全链路监控体系，通过系统组件可用性与关键性能指标的实时监测，显著提升系统可观测性，赋能研发团队快速定位与排查故障；
- 与系统开发团队深度协作，从架构设计、容量规划到发布上线的全流程中嵌入可靠性工程实践，保障系统SLA目标达成；
- 基于真实业务场景，深入推进服务治理最佳实践，包括但不限于：关键链路性能瓶颈分析与调优、复杂业务问题的定位排障、系统高可用架构的改造与升级。
职位要求
- 本科及以上学历，计算机科学、软件工程等相关专业，具备2年以上SRE、基础架构或相关领域工作经验；
- 具备扎实的计算机基础，深入理解Linux操作系统原理，熟悉存储架构、网络I/O模型等底层机制；
- 熟练掌握至少一门编程语言（Go/Python/Java/Shell等），具备良好的代码工程化能力；
- 具备系统性分析与解决复杂问题的能力，拥有良好的跨团队沟通协作能力及主人翁意识。
