正在读取岗位…
10/28 06:09

站点可靠性工程师

软件与 IT全职
薪资标准:原帖未明确标注

AI 摘要

该岗位负责与服务团队制定用户体验导向的 SLI/SLO 和错误预算策略,完善运营准备审查及事故复盘改进机制,并参与架构、故障模式和弹性设计。要求具备 7 年以上 SRE、生产工程或可靠性经验,能编写代码和工具,拥有大规模 SLO/SLI 实践、多租户系统经验(数据库平台或 Postgres 优先),并熟悉云基础设施与 IaC(AWS、Pulumi 优先)。Kubernetes、OpenTelemetry、VictoriaMetrics、Grafana 及开发者可靠性工具经验属于加分项。岗位完全远程,公司提供 WeWork 会员或远程办公津贴,并每年举办一次全球团建。

岗位速览

用工形式
全职
经验门槛
7年以上 SRE、生产工程或可靠性相关经验

岗位介绍

岗位职责

  • 与各服务团队合作定义基于用户体验的SLI和SLO,并构建错误预算策略将其转化为工程决策
  • 负责演进Operational Readiness Review流程,对新服务和重大变更进行审查
  • 强化从事故到改进的管道,将事后分析结果与运营准备差距联系起来,驱动系统性修复
  • 担任可靠性专家,参与架构审查、故障模式分析、弹性设计

任职要求

  • 7年以上 SRE、生产工程或可靠性相关经验,包括塑造 SRE实践并推动在全工程团队采纳
  • 具备软件工程思维,编写代码和构建工具而非仅配置
  • 有大规模定义和 运维SLO/SLI的实际经验,包括影响工程决策的错误预算策略
  • 深入的大规模多租户系统经验(管理数据库平台或Postgres优先)
  • 熟练使用云基础设施( AWS优先)和基础设施即代码(Pulumi优先,Terraform/CDK也可)

加分项

  • 有基于 Kubernetes平台的运营经验
  • 熟悉OpenTelemetry、VictoriaMetrics、Grafana等可观测性工具
  • 有构建面向开发者的可靠性工具经验(SLO仪表板、ORR框架、Toil追踪、DORA指标)

其他说明

完全远程工作,公司无办公室,提供WeWork会员或远程办公津贴,每年一次全球团建

查看原岗位