工作職責：
1.負責大型 IT 系統(tǒng)的站點可靠性工程工作，通過建立和完善監(jiān)控體系、告警機制、自動化運維工具，保障系統(tǒng)的高可用性、穩(wěn)定性和性能，確保系統(tǒng)服務水平達到預設指標（SLA）。
2.運用軟件工程方法和工具，開發(fā)和維護自動化運維系統(tǒng)和工具，實現系統(tǒng)部署、配置管理、故障恢復、容量規(guī)劃等運維工作的自動化和標準化，減少人工干預，提高運維效率和系統(tǒng)可靠性。
3.負責系統(tǒng)容量規(guī)劃和性能優(yōu)化，通過監(jiān)控和分析系統(tǒng)運行數據，預測系統(tǒng)容量需求，提前進行資源擴容；識別系統(tǒng)性能瓶頸，進行性能調優(yōu)，提升系統(tǒng)整體性能。
4.參與系統(tǒng)故障的排查和根因分析，制定故障應急預案并定期組織演練，提高團隊應對故障的能力，減少故障對業(yè)務的影響；同時，總結故障經驗教訓，推動系統(tǒng)和流程的持續(xù)改進。
5.與開發(fā)團隊緊密協(xié)作，將 SRE 理念和實踐融入到軟件開發(fā)流程中，在系統(tǒng)設計、開發(fā)、測試和部署階段提供可靠性、可維護性方面的建議，確保系統(tǒng)從設計之初就具備高可靠性。
任職要求：
1.學歷：?？萍耙陨蠈W歷（本科優(yōu)先），計算機、軟件工程、電子信息等相關專業(yè)。
2.技能：
?具有 2-3 年及以上大型分布式系統(tǒng) SRE 或運維開發(fā)工作經驗，熟悉 SRE 的核心思想、方法和實踐，有互聯網、金融科技等大型分布式系統(tǒng) SRE 經驗者優(yōu)先。
?熟練掌握至少一種腳本語言（Shell、Python、Go 等）和一種編程語言（Java、Go 等），能夠獨立開發(fā)自動化運維工具、監(jiān)控腳本和故障處理程序。
?深入了解 Linux 操作系統(tǒng)原理和性能優(yōu)化方法，熟悉分布式系統(tǒng)架構（如微服務、云原生架構）和相關技術組件（如 Kubernetes、Docker、Prometheus、Grafana 等）。
?具備較強的系統(tǒng)監(jiān)控和故障排查能力，熟悉常見的分布式系統(tǒng)故障類型和處理方法，能夠快速定位和解決復雜系統(tǒng)故障；了解容量規(guī)劃方法和性能測試工具，能夠進行系統(tǒng)容量評估和性能優(yōu)化。
3.素質：具備強烈的責任心和服務意識，對系統(tǒng)可靠性有極高的追求；擁有良好的學習能力和創(chuàng)新精神，能夠快速掌握新技術并應用到實際工作中；具備優(yōu)秀的溝通協(xié)調能力和團隊合作精神，能夠與開發(fā)團隊高效協(xié)作，共同提升系統(tǒng)可靠性。