业务可靠性（SRE）运维工程师

1、保障系统稳定性：负责全链路监控、核心业务系统 7*24 小时高可用保障、告警管理、容量规划、故障演练、变更管理、自动化运维、性能优化、运维知识库及应急体系的管理。 2、运维可观测平台建设：负责搭建运维可观测服务平台，实现运维全业务监控，预警和可观测能力的建设与运维管理，实现主动发现，事件响应、处置、报告的闭环管理。 3、推进自动化建设：使用 Python/Go 等语言开发运维工具与 CI/CD 流水线，落地 IaC（基础设施即代码），消除手工操作，提升运维效率。 4、容量与性能调优：负责系统容量规划与性能瓶颈排查，推动架构优化并合理控制 IT 运行成本。 5、制定规范与标准：管理 SLI/SLO（服务等级指标与目标），制定变更发布流程，参与系统架构的可靠性评审。 6、探索前沿技术：引入混沌工程进行故障演练，探索并落地 AIOps（智能运维）以提升系统整体韧性。 7、制度与知识库维护：每季度检查并更新相关的业务制度、流程及知识库（包括标准作业指导书、使用帮助文档等），及时进行更新或废止。 8、安全与合规落实：配合信息安全部及网络安全管理要求，落实监控与应急系统的安全策略与访问控制，保障数据的备份与恢复机制有效执行。 9、应急与跨团队协同：构建企业业务连续性及灾难恢复能力，建立完善的灾备应急体系，制定灾难恢复预案，组织应急响应与演练，确保灾难发生时业务能按RPO/RTO快速恢复，主导或参与故障复盘及跨团队协调工作并推动持续改进。 10、技术支持与执行：处理由 L1 升级至 L2 的运维服务请求与技术支持，按时、高质量完成上级安排的其他工作任务。

1、学历与经验：计算机、通信或相关专业本科及以上学历，具备 3 年以上 SRE 或应用中间件运维相关经验。 2、系统与云原生：精通 Linux 操作系统及网络协议，熟练掌握 Docker 与 Kubernetes (K8s) 的生产环境运维。 3、中间件运维：熟悉常见的应用中间件(WEB服务器/数据库中间件/消息队列/缓存中间件/服务治理等)； 4、监控运维：熟悉Prometheus、zabbix等监控与日志体系，具备全链路故障排查能力。 5、开发与自动化：熟练掌握 Python/Go/Shell 中至少一种语言，能独立开发运维工具；熟悉 CI/CD 流水线及 IaC（基础设施即代码）实践。 6、综合素质：具备强烈的责任心与严谨的工作态度，具备良好的跨部门沟通协调能力与团队协作精神。