sre运维工程师岗位职责

职位详情
1. 私有云集群运维： 负责公司本地私有化环境下 Kubernetes 集群的规划、部署、升级及日常维护，确保集群核心组件的稳定性。
2. 核心中间件保障： 负责 Redis、RabbitMQ 等关键中间件的集群部署、性能调优、备份恢复及故障处理，保障数据链路的高可用。
3. 故障应急响应（On-call）： 执行轮值机制。在接到告警或故障通知时，需在规定时间内（SLA）上线响应，快速定位并恢复业务。
4. 可观测性建设： 完善基于 Prometheus + Grafana + ELK 的监控体系，针对 K8s 容器、物理节点及中间件指标建立精准告警，减少误报。
5. 自动化提效： 编写自动化脚本或工具（Shell/Python/Go），推进配置管理自动化，降低私有环境下的人工重复操作成本。
【任职要求】
1. 硬性技能（Hard Skills）：
● 本科学历及以上，计算机相关专业优先；需配合 7x24 小时 On-call 轮班。
● Kubernetes ： 有 3 年以上 Kubernetes 生产环境运维经验。深入理解 K8s 架构（APIServer, Etcd, Scheduler, Controller Manager, Kubelet），具备线上问题的排查能力（如网络插件 CNI、存储 CSI 故障排查）。
● 私有化部署经验： 熟悉 本地数据中心/私有云 环境下的运维特点，具备裸金属（Bare Metal）或虚拟化环境下的 K8s 部署经验（如使用 Kubeadm, Kubespray 或二进制部署）。
● Linux 功底： 精通 Linux 系统管理，熟悉内核参数调优、网络协议栈（TCP/IP, HTTP, DNS）及常用的系统性能分析工具。
● 中间件掌握： 熟练掌握 Redis（哨兵/Cluster模式）和 RabbitMQ（集群模式）的部署维护及故障排查，了解其持久化机制和高可用原理。
● 编程与工具： 熟练使用 Shell，并至少掌握 Python 或 Go 其中一门语言用于运维开发；熟悉 CI/CD 流程及工具（Jenkins/GitLab CI）。
2. 软性素质（Soft Skills & Attitude）—— 核心考量：
● 高度责任心（Must）： 能够接受 7x24 小时 On-call 值班制度。我们需要你在非工作时间保持电话/通讯畅通，遇到紧急故障时能立即投入工作状态，对系统的稳定性负责。
● 积极主动与抗压： 具备良好的抗压能力，面对私有化环境的复杂问题不推诿，能主动钻研解决方案，具备“底座守护者”的服务意识。
● 持续学习： 运维技术迭代快，要求候选人保持好奇心，愿意主动学习云原生领域的新技术并进行实践。
【加分项】
● 持有 CKA (Certified Kubernetes Administrator) / CKS 证书者优先。
● 有 ArgoCD / Helm 等云原生交付工具使用经验者优先。
● 有 Ceph 等分布式存储运维经验者优先。

岗位职责:
1. 负责公司核心业务系统的稳定性保障与持续优化
2. 构建并完善自动化运维体系，提升系统可靠性与可扩展性
3. 开展系统故障排查、性能分析及根因定位，推动问题闭环解决
4. 设计和实施监控告警机制，定义关键指标并保障系统可观测性
5. 参与应急响应与故障恢复，确保业务连续性与快速恢复能力

任职要求：
1. 具备良好的系统思维和故障排查能力，能够高效应对复杂技术问题
2. 熟悉主流云计算平台及容器化技术，具备相关平台运维实践经验
3. 掌握自动化运维工具链，对CI/CD、配置管理、资源编排有深入理解
4. 拥有较强的跨团队协作能力，能与研发、产品等多方协同推进项目落地
5. 具备持续改进意识和技术创新思维，能够主动推动系统能力演进

一、核心目标
保障线上服务高可用，打造自动化、可观测、高稳定的云原生运维体系。
二、岗位职责
1. 提升研发效率与体验
通过建设和优化开发工具、权限管理、发布流程、环境管理等能力，识别并解决研发过程中的痛点，持续提升团队开发效率、协作效率和整体研发体验。
2. 支撑 AI Agent 基础环境
熟悉AI运维相关技术与落地实践，全面支撑公司AI Agent业务在算力资源、运行环境、工具链、权限、网络、安全等维度的基础设施建设与运维需求。
3. 推进智能化运维建设
依托AI Agent能力，落地运维场景自动化、智能化升级，覆盖故障智能排查、常态化资源巡检、告警智能分析、运维知识沉淀、业务流程自动执行等核心场景。
4. 优化云资源成本与安全治理
持续优化云资源使用效率，搭建成本监控、成本分析、成本可视化体系，实现云资源精细化管控；同时完善安全管控策略，全面提升系统、账号、权限、网络、数据的整体安全治理能力。
三、任职要求
1. 本科及以上学历，5年及以上云原生SRE、运维平台搭建实战经验，具备大规模线上业务稳定性保障经验。
2. 精通主流业务中间件生态，熟练负责网关、配置中心、消息队列、Redis缓存、任务调度等核心组件的日常运维、性能调优与稳定性保障。
3. 具备成熟的工程化、智能化运维思维，熟练使用Python、Shell开发运维脚本，掌握Terraform、Ansible等IaC工具，可落地运维场景自动化、标准化、智能化改造，实现资源巡检、故障排查、流程执行、知识沉淀等场景的智能迭代。