SRE Engineer

我们正在寻找一位经验丰富的 SRE 工程师，负责保障公司核心业务系统的稳定性、可用性与性能表现。你将参与系统架构优化、自动化运维、故障排查、容量规划以及平台可靠性提升等工作，与开发、架构、运维团队紧密协作，共同构建高可靠、高可观测、高自动化的技术体系。岗位职责负责生产环境的系统稳定性、可用性、性能优化与容量规划。设计并实现自动化运维工具，提升系统交付效率与可靠性。构建并维护监控、日志、告警体系，提升可观测性与问题定位效率。参与重大事件（Incident）的响应、排查、根因分析（RCA）与改进措施制定。与开发团队协作，推动 DevOps / CI/CD 流程落地，提升交付质量。优化系统架构，提升可扩展性、容错能力与恢复能力。参与容量规划、性能测试、压力测试，确保系统在高负载下稳定运行。推动 SLO/SLI/SLA 的制定与落地，持续提升服务可靠性。编写技术文档、运行手册、应急预案，提升团队整体效率。

任职要求技术能力熟悉 Linux 系统管理与性能调优。熟悉至少一种云平台（如 Azure / AWS / GCP），具备云上架构与运维经验。熟悉容器技术（Docker、Kubernetes），具备生产环境 K8s 运维经验优先。熟悉常见监控体系（Prometheus、Grafana、ELK、Zabbix 等）。熟悉脚本语言（Python / Shell / Go 任一即可）。熟悉网络基础（TCP/IP、DNS、负载均衡、VPC/VNet）。有 CI/CD、自动化运维、基础设施即代码（Terraform/Ansible）经验者优先。经验要求 3 年以上 SRE / DevOps / 系统运维 / 云平台运维相关经验。有处理生产环境故障、关键事件的经验。有大规模分布式系统、微服务架构经验者优先。软技能具备优秀的问题分析能力与故障排查能力。良好的沟通能力，能与开发、架构、产品团队协作。强烈的责任心与主人翁意识，愿意推动系统持续改进。加分项（可选）有云网络架构经验有高可用架构设计经验有大型互联网或云厂商背景有参与 On-call 值班经验有自动化平台开发经验

职位描述

职位要求

Cassie Lin