高级sre工程师岗位职责

高级SRE工程师（基础设施方向）
岗位职责
1、负责基础设施及组件稳定性保障性工作，为基础设施及组件稳定性负责；
2、负责运维需求分析、运维架构设计、推动满足运维能力平台化；
3、与业务、开发团队合作，推动建设从系统设计到运维的整个生命周期内稳定性保障体系；
4、负责对线上事故进行快速响应并建立故障影响机制并参与On-call，降低故障恢复时长；

任职要求
1、本科以上学历, 计算机相关专业, 并有5年以上相关领域工作经验；
2、熟悉SRE体系，并有实际落地经验。
3、熟悉容器(Docker、Podman)的使用，有相关生产实战经验；
4、熟悉Redis、MySQL、Kafka、RabbitMQ、ElasticSearch、Nginx、Zookeeper、Jenkins, Ansible等常见开源软件。
5、熟悉监控体系规划、设计，熟练使用Prometheus。
6、有运维平台设计经验优先。

1.Ensure stable reliable operation of Plaud.ai applications in production environments;
2.Manage application deployments, releases, overall runtime quality;
3.Troubleshoot resolve application-level production incidents efficiently;
4.Collaborate closely with engineering, product, customer support teams to address issues improve system reliability;
5.Continuously improve operational processes, workflows, tooling, runbooks to enhance efficiency resilience.
Qualifications
1.8+ years of experience in Application Operations (AppOps), Production Support, Operations Engineering;
2.Strong Linux fundamentals with solid application-level troubleshooting skills;
3.Hands-on experience operating cloud-hosted applications;
4.Familiarity with microservices-based architectures;
5.Strong communication skills the ability to coordinate effectively across teams.
Preferred Qualifications
1.Experience supporting AI products SaaS platforms;
2.Knowledge of Kubernetes container technologies (e.g., Docker);
3.Experience handling customer-facing production incidents;
4.Exposure to observability tools such as monitoring, logging, tracing systems.

【岗位职责】
1. 作为业务线稳定性结果的SRE负责人，定义、度量并持续提升业务SLO/SLI，对可用性、连续性目标负责。
2. 主导并落地业务线的高可用、容灾、弹性架构。设计并实现服务治理（熔断/限流/降级/自愈）、多活/异地容灾方案、资金安全动线分析与智能流量调度，推动业务连续性架构的前瞻性演进。
3. 为活动等极端场景设计并实施常态化的高性能、高可用、弹性容量保障方案，构建灵活的容量调度策略。
4. 深度可观测性、智能运维与故障管理：基于Dynatrace、Prometheus、OpenTelemetry、日志体系、Flashcat/Nightingale，为业务线构建从用户端到数据层的深度可观测性能力，实现智能预警、精准根因定位与影响面（动线）快速分析。
5. 通过混沌工程、常态化故障演练，主动验证系统容错与应急预案有效性，变被动响应为主动防御。
6. 作为P1/P2故障应急核心指挥，主导故障恢复、深度复盘与长效改进，构建业务线故障知识库与应急预案体系。
7. 负责业务线的容量规划、全链路压测、瓶颈分析与精准预测。推动基于预测的弹性伸缩落地，在保障稳定性的前提下，优化资源利用率与算力成本。
8. 主导业务线的CI/CD标准化流水线建设与优化（基于EKS、Jenkins、ArgoCD、Helm），提升交付效率与质量。
9. 制定并推行主机、容器、中间件、发布流程等工程标准与规范，实现研发运维过程的可控、可测、可追溯。
10. 识别业务发展中的效能与成本瓶颈，通过架构优化、弹性策略与智能化调度，持续降低单位流量与算力成本。
11. 深度参与业务线技术方案评审，在需求与设计阶段即引入稳定性、可观测性、容量与安全考量，推动稳定性实践左移。
12. 主导制定并守护业务线的发布灰度策略、变更管控、质量门禁与无损回滚机制。
13. 将稳定性保障的*佳实践、工具与模式赋能给业务研发团队，提升整体技术水位。
【任职要求】
1. 五年以上互联网行业SRE/DevOps/架构师经验，三年以上专注负责高可用、高并发核心业务系统的稳定性保障与连续性建设。有完整的业务大促护航经历。
2. 精通AWS核心服务（EC2, EKS, IAM, S3, VPC, NLB/ALB, RDS, ElastiCache, MSK,Route53,CloudFront等）的架构、运维与排障。深刻理解微服务、服务网格、云原生技术栈。
3. Java/Go/Python开发功底扎实，精通CI/CD体系（Jenkins Pipeline, ArgoCD,Codebuild, Helm,智能管道），拥有丰富的容器化改造、标准化流水线建设经验。熟练使用Terraform等IaC工具。
4. 精通可观测性体系，能基于Metrics、Logs、Traces进行复杂问题定位。
5. 具备出色的系统性分析、性能调优、容量规划与复杂问题解决能力。
6. 能快速深入业务，理解业务逻辑与技术架构的映射关系，具备强烈的业务责任感。
7. 拥有卓越的跨团队沟通、协调、推动与技术影响力，作为技术伙伴融入并驱动业务研发团队。
【加分项】
1. 有支付、交易等金融业务对资金安全、连续性、低延迟要求极高的核心系统保障经验。
2. 具备全球化业务（多区域部署、全球流量调度）的稳定性架构与运维经验。
3. 拥有丰富的混沌工程实践、全链路压测与智能运维（AIOps） 场景落地经验。
4. 持有AWS高级/专家级认证（SAP）、CKA/CKS等权威证书。
5. 在研发效能平台建设、工程标准制定方面有成功经验。