岗位职责
- 定义稳定性目标与达成路径，将目标拆解为可判定的检查项与可归因的指标口径，覆盖流程管理、DevOps、容量、告警、红蓝对抗等方向，把可自动判定的部分沉淀为规则并接入发布/变更流程形成门禁；
- 从单点问题中抽象共性模式，产出可复用的规则或工具；组织常态化演练，验证容灾与应急预案有效性，跟踪整改闭环；
- 定义稳定性指标口径五要素，自动化取数，量化稳定性能力与改进效果；明确红线触发条件、处置分级与豁免规则；
- 建立 AI 代码健康度门禁与看板，识别 AI 编码引入的结构性腐化与测试失真；在效能度量中同步呈现质量与腐化侧对冲指标，避免"产出变多"被直接等同于"效能变好"；
- 搭建 Agent 或自动化服务，将人工审计、取数、代码初筛转为机器判定，扩大覆盖面、降低人工工时。
职位要求
- 5 年以上经验，具备大型分布式系统或云计算领域的运维、架构或研发背景，在 CI、容量管理、告警治理、容灾演习、混沌工程、监控等至少两个方向有落地经验，掌握同城多活、异地多活等容灾架构方案；
- 能将稳定性规范翻译成机器可执行的判定规则（含输入、判定逻辑、阈值、处置动作与例外），已有上线运行数据；所推动的规则或工具被业务方纳入日常流程，能用数据证明（豁免率、绕过率、真实修复率）；
- 独立定义过指标口径并能说清五要素，取数脚本化，按环节归因到责任主体，口径已被团队采纳；
- 独立搭建过可复用 Agent 或自动化服务，能提供调用量与误报率数据，最好已接入流水线或质量门禁；
- 理解 AI 生成代码的典型质量风险，有推动代码健康度度量或测试有效性改进的经验。
