SRE稳定性工程师

岗位职责： 1. 系统稳定性建设：统筹全局系统稳定性建设，制定SLA、MTTR、故障率、变更成功率等核心指标，并推动持续改进。 2. 变更管控体系：负责变更管控体系建设，推动灰度发布、风险评估、回滚预案、变更复盘等机制在研发与运维团队的落地。 3. 故障管理运营：负责事件/故障管理运营，组织应急响应、根因分析与复盘改进，推动故障管理从“被动处理”向“主动预防”转型。 4. 可观测性建设：推进核心业务与系统的监控告警建设，构建全链路可观测性体系，提升问题发现与定位效率。 5. 混沌工程与演练：常态化推进红蓝对抗与故障演练，建设“蓝军”能力，验证高可用架构及容灾预案的有效性。 岗位要求： 1. 本科及以上学历，计算机相关专业，5年以上SRE或运维开发经验，具备大型系统稳定性保障或高可用架构治理实战经验。 2. 深入理解故障管理、变更管控、容量规划、容灾治理、应急恢复等SRE核心方法论，有体系化建设与推行经验。 3. 熟悉云平台、微服务、云原生架构，深入理解主流中间件（如MySQL、Redis、Kafka等）的技术原理与高可用调优。 4. 熟悉可观测性建设方法及技术（如Prometheus、Grafana等），有全链路压测或故障演练实操经验者优先。 5. 具备数据化运营思维，能够通过分析故障、告警、容量、变更等数据，精准识别系统性风险并推动闭环治理。 6. 具备出色的跨团队沟通协调与项目推动能力，逻辑思维严谨，Owner意识强，能在复杂高压环境下拿结果。