SRE工程师

岗位职责 1.架构设计：结合业务需求，运用阿里云ARMS、OpenTelemetry、Grafana、Prometheus等可观测性技术，构建高可用、可量化的系统稳定性架构，覆盖监控体系、自动化响应与系统健壮性，实现稳定性与敏捷交付的协同。 稳定性体系建设：掌握高可用架构设计、容灾演练、变更管理及故障应急机制，主导全链路容灾、灰度发布、资损防范等专项优化，推进红蓝对抗、应急处置、风险巡检等能力实施。通过自动化工具建设，达成变更受控、故障可防、服务可恢复的稳定性闭环管理。 2.故障管理：负责突发事件响应，组织跨团队协作，开展根因分析，快速恢复服务，并通过复盘机制推动系统性优化与流程完善。 3.开发能力：熟练掌握至少1-2门编程语言，如Python、Java等，能够通过脚本开发提升可观测平台的运维效率。 任职要求： 1.具备5年以上金融、互联网或云服务商相关工作经验，有可观测性系统或中间件产品背景，熟悉公有云环境者优先。 2.精通架构设计、性能调优与系统稳定性保障，深入理解阿里云ARMS、OpenTelemetry、Prometheus、Grafana等工具的技术原理与实际应用场景，具备大规模落地实践经验。 3.具备识别业务风险的能力，能综合技术方案、运营效率、成本与收益因素，推动切实可行的改进措施落地。 4.具备扎实的安全生产意识，重视数据安全，对生产与非生产环境保持高度敬畏与规范操作习惯。