岗位职责
- 负责公司内AI及云IaaS产品的稳定性建设与运营，通过软件工程手段提升服务可用性、故障恢复效率和运营质量；
- 负责运维平台的架构设计、开发与维护，建设全链路可观测、告警治理、变更管控、架构分析与风险治理等能力；
- 推进运维自动化建设，沉淀原子操作工具与标准化SOP，实现巡检、变更、故障处置及容灾演习等场景的平台化与自动化，减少重复人工操作；
- 探索并落地LLM、AI Agent等技术，结合运维知识库、监控数据与工具调用，建设智能告警分析、故障诊断、辅助决策及自动化处置能力；
- 联动产品研发团队，推动故障复盘、容量与容灾风险治理，将共性问题沉淀为平台能力，以数据驱动稳定性改进和精细化运营。
职位要求
- 本科及以上学历，具备3年以上后端开发、运维平台研发或SRE相关开发经验；
- 精通Python、Go中的至少一门语言，具备良好的编码习惯、模块设计和问题分析能力，能够独立完成需求分析、方案设计、开发及上线；
- 熟悉Linux开发环境，掌握操作系统、网络及数据库基础；熟悉MySQL或其他主流数据库，具备常见性能问题的分析与排查能力；
- 理解高可用与分布式系统的基本原理，能够结合业务场景识别稳定性风险，并通过工具或平台建设推动解决；
- 具备良好的学习、沟通与跨团队协作能力，有责任心和主人翁意识，能够主动发现问题、推动落地并跟进实际效果。
