高级sre运维工程师

⼯作范围：
架构设计：结合业务需求，运用阿里云ARMS、OpenTelemetry、Prometheus、Grafana等可观测性技术，构建高可用、可量化的稳定性架构体系，覆盖系统健壮性、监控全链路覆盖及自动化响应机制，实现系统可靠性和敏捷交付的平衡。

稳定性体系建设：掌握高可用架构设计、容灾演练、变更管理与故障应急处理方法，主导全栈容灾、灰度发布、资金安全防护等关键专项，推进红蓝对抗演练、应急处置流程、风险巡检能力的实施。通过自动化平台建设，达成变更受控、故障可防、服务可快速恢复的稳定性工程闭环。

故障管理：负责突发事件响应，组织跨团队协同处置，开展根因分析，保障业务快速恢复，并主导事后复盘，推动系统性优化措施落地。

开发能力：熟练掌握至少1-2门编程语言，如Python、Java等，能够通过脚本开发提升可观测性平台的运行效率。

i.
ii.
iii.
iv.

⼯作经历：
c.
具备5年以上在金融、互联网或云服务商的工作经验，有可观测性系统或中间件产品实践经验，熟悉公共云环境者优先。

深入掌握架构设计、性能调优与系统稳定性保障核心技术，理解阿里云ARMS、OpenTelemetry、Prometheus、Grafana等工具的技术原理与实际应用场景，具备大规模落地实施经验。

在识别业务潜在风险时，能综合技术可行性、运营效率、成本投入与业务收益等因素，推动切实可行的优化方案落地。

具备系统的安全生产培训背景，拥有数据安全意识，对生产与非生产环境保持高度敬畏，严格执行安全操作规范。