高级SRE工程师

岗位职责 * 主导构建kuaizi Saas平台的SLI/SLO/SLA框架，量化链路延迟、调用成功率、可用性及基础设施健康度等关键指标 * 识别服务瓶颈，优化系统稳定性，降低基础设施开销，制定有效的服务降级与容灾策略 * 搭建业务层级的全链路压测机制，预判系统性能拐点，管控稳定性潜在风险 * 打造基于OpenTelemetry的可观测性系统，集成Prometheus/Elasticsearch/Grafana实现毫秒级异常发现 * 设计自动化故障响应流程，确保重大故障平均恢复时间（MTTR）不超过5分钟 * 推进多云环境下的成本管控，具备腾讯云、火山引擎成本优化经验者优先考虑 * 牵头重大故障复盘工作，输出可衡量的Postmortem分析报告，保障同类问题复发率低于5% * 构建变更防护机制，通过自动化测试卡点拦截80%以上高风险发布操作 * 快速响应并精准定位平台运维异常，及时采取措施防止影响扩散 任职要求 * 具备5年以上SRE或DevOps实战经验，有Saas平台运维背景者优先 * 精通Kubernetes架构治理，拥有千节点以上集群运维与性能调优实践 * 熟练使用Python/Go/React等语言开发运维工具链，参与过开源项目核心贡献者优先