职位描述：

1、数据驱动全局稳定性治理，通过深入核心业务场景、调研系统架构、分析历史事件等实现稳定性度量，识别潜在风险，制定成熟完善的解决方案；

2、负责稳定性应急响应指挥，对线上故障进行评估并调度所有关联排障资源，快速指挥决策，确保业务恢复正常；

3、负责业务稳定性保障建设，包含但不局限于：线上事件管理、可观测体系、应急协同体系、生产变更管理、大促保障以及稳定性文化建设，不断完善稳定性保障体系；

4、协同各团队推动提升服务的稳定性，包括系统架构高可用、风险治理、监控报警、故障处理SOP、应急预案、复盘改进等；

职位要求：

1、本科及以上学历，计算机相关专业，3年以上互联网运维/SRE相关工作经验；

2、熟悉Linux系统，了解网络基本技术，熟练Golang/Python/Shell 中的任意一门语言；

3、在监控报警、性能优化、故障应急处理上有丰富的实战经验，具备较强的指挥排障能力；

4、有0到1的稳定性保障体系建设并持续运营的经验；

5、责任心强，积极主动，热爱学习，逻辑分析能力好且具备全局思维，有良好的沟通能力和结构化表达能力，以及团队合作意识；

同上