站点可靠性工程师（SRE）

职位名称：站点可靠性工程师（SRE） 职位类型： 全职 工作地点： 深圳市南山区 职位描述： 我们正在招募一名站点可靠性工程师（SRE），致力于保障公司核心业务系统的高可用性、高效运行与成本可控。如果你热衷于降低系统故障频率、缩短故障恢复时间、优化性能开销，并对运维自动化、可度量的运维与性能调优有强烈兴趣，欢迎加入我们的技术团队。 主要职责： • 稳定性保障：参与7x24小时高可用架构的设计、落地与持续优化，深度介入系统方案评审，从运维角度输出关于系统稳定性与可维护性的专业建议。 • 故障管理：快速响应并处理线上突发事件，主导故障复盘流程，推动长期未闭环问题的根本解决及自动恢复机制的建设，有效压缩平均修复时长（MTTR）。 • 效率提升：主导自动化运维平台与工具的研发与迭代，覆盖发布部署、监控告警、故障自愈等关键场景，减少人工干预，提升整体运维效率。 • 成本与性能优化：持续跟踪系统资源使用情况，定位性能瓶颈与资源浪费环节，通过架构优化、参数调整、调度策略改进等方式实现系统性能提升与成本节约。 • 度量驱动：搭建并完善服务等级指标（SLI）与目标（SLO）体系，依托监控数据、链路追踪和日志分析进行决策支持，量化呈现系统健康状态与故障影响范围。 • 文档与知识沉淀：撰写技术文档、操作手册及最佳实践指南，主动在团队内分享经验与成果，推动组织能力的整体提升。 职位要求： • 学历经验： 大专及以上学历，计算机相关专业背景。 具备5年以上SRE/DevOps/高级运维岗位实践经验。 拥有至少一个完整项目的DevOps全流程落地经历。 • 技术能力： 熟悉Linux操作系统原理，具备扎实的系统调试与问题排查能力。 熟练掌握至少一门编程语言（Python/Shell/Go），能够独立开发运维类工具或平台。 理解CI/CD核心理念，熟练运用Jenkins、GitLab CI等工具构建和维护持续集成与交付流水线。 精通至少一种配置管理工具（Ansible/SaltStack/Puppet）以及容器化技术（Docker/K8s）。 具有丰富的监控系统（如Prometheus、Zabbix、Grafana）建设经验，能独立设计并实施端到端的监控告警方案。 对系统级性能调优（网络、数据库、中间件、JVM等）有实际项目经验并保持持续探索热情。 加分项： 具备大型云平台（AWS/CloudFlare/GCP）运维及成本治理经验者优先考虑。 有完整性能优化项目经历或运维指标体系建设案例者优先。 曾主导重大故障复盘并推动系统性改进者优先。 了解混沌工程理念并有实践尝试者优先。 对自动化有极致追求，有开源社区贡献或运营技术博客者优先。 我们提供： 深圳全额缴纳五险一金，配备补充重疾保险。 标准双休制度，执行加班调休与补贴政策。 岗位属于成熟业务线的扩展运维需求，将深度参与科技金融领域高并发、高可用系统的运维工作，具备良好的成长空间与发展前景。