大数据系统运维工程师

岗位职责： 负责数据平台部门的故障运营管理相关工作，主要包括：牵头组织故障复盘会议、审核把关故障报告质量、跟踪故障后续整改事项的落地执行、基于故障报告构建故障分析数据体系，以及推动稳定性文化的建设与运营（如变更管理规范、故障定级标准、红黄线规则等制度的落地与优化）。 任职要求： 1、具有2年以上在互联网或科技企业从事运维、SRE、技术运营或相关岗位的工作经历。 2、掌握互联网行业故障全生命周期的管理流程，涵盖故障发现、应急响应、升级汇报、复盘总结、整改措施推进及闭环管理等环节。 3、有独立主导或深度参与重大故障复盘的实际经验，熟练运用5Why、根因分析等分析方法。 数据分析与报告能力： 1、具备出色的数据分析与归纳能力，能从大量故障记录中识别关键问题、共性特征和发展趋势。 2、可独立完成、审阅并把控高质量故障分析报告的质量，确保内容逻辑严密、根因准确、改进方案具体且可落地。 3、有使用数据分析工具（如 SQL、Excel/Google Sheets，或 BI 工具如 Tableau）搭建和维护故障数据看板的实践经验。 技术理解与流程认知： 1、对数据平台常用组件（如 Hadoop、Spark、Kafka、Flink、OLAP 引擎等）具备基础认知，能够理解技术团队在复盘过程中提出的技术细节。 2、熟悉软件开发流程与运维体系，对变更控制、监控告警、容量管理、高可用设计等稳定性保障机制有较深理解。 3、具备良好的流程与规范制定能力，能够主导或协作完成《变更管理规范》《故障定级标准》《运维红黄线》等制度的编制与优化。 综合素质要求（软技能）：具备良好的沟通协调能力、推动力与执行力，拥有严谨的逻辑思维和较强的风险意识，具备故障管理与运营的实际经验