高级SRE工程师

1.系统稳定性保障：负责核心业务系统的高可用架构设计、容灾方案及稳定性保障方案制定，参与重大故障应急响应与根因分析。

2.日常程序更新与维护：负责操作系统、中间件、数据库及第三方依赖库的版本升级、补丁更新与兼容性测试；制定标准化更新流程，通过自动化工具（如Ansible/Terraform）实现批量滚动更新，降低业务影响，及时修复安全补丁并验证更新后系统稳定性。

3.自动化运维平台建设：开发自动化部署、配置管理、日志采集等工具链，提升运维效率。

4.监控与告警体系：设计并实现多层次监控（基础设施/服务/业务指标），优化告警策略，减少误报漏报，推动故障快速定位。

5.容量规划与成本优化：分析系统资源使用率，制定弹性扩缩容策略，优化云资源成本（如阿里云、百度云实例调度）。

6.性能调优与瓶颈分析：通过链路追踪、压测工具识别系统瓶颈，提出优化方案并推动落地。

7.SLO/SLI管理：定义关键服务级别目标（SLO），监控达成率，推动开发团队优化技术。

8.安全与合规：参与基础设施安全加固，制定访问控制、漏洞修复等策略，确保符合GDPR/等保等合规要求。

9.技术协作与赋能：为开发团队提供可观测性工具（如Prometheus/Grafana）集成支持。

任职要求：

1.本科及以上学历，计算机相关专业，3年以上SRE/DevOps/运维开发经验；

2.精通Linux系统原理、网络协议及分布式系统设计；

3.熟悉Kubernetes、Docker等容器化技术及云平台（阿里云/百度云）；

4.熟悉Prometheus、Grafana、ELK等监控与日志工具；

5.具备故障排查能力，熟悉APM、Tracing工具（如SkyWalking、Jaeger）；

6.具备安全事件应急响应经验，熟悉日志溯源、取证分析及漏洞修复流程；

7.具备优秀的沟通能力，能高效协调开发、运维与业务团队达成共识；主动追踪行业技术动态，乐于分享经验并帮助团队成员成长。

9. 有软件开发经验者优先。