杭州
职位详情
核心职责
1.可靠性体系设计与落地：
○制定系统可靠性目标（SLO/SLA/SLI），设计监控、告警、容灾、演练等全链路保障方案；
○主导可靠性指标的分解与落地（如99.99%可用性拆解为各模块子目标），推动研发团队将可靠性要求融入代码设计与架构评审。
2.故障预防与根因分析（RCA）：
○搭建智能化监控体系（如Prometheus+Grafana、ELK日志平台），通过指标、日志、链路追踪（如Jaeger、SkyWalking）实现问题早发现、早预警；
○主导重大故障复盘，输出根因分析报告（RCA）与改进计划（如容量不足优化、代码逻辑缺陷修复），推动系统性问题闭环。
3.自动化与效率提升：
○开发自动化运维工具（如故障自愈脚本、容量弹性扩缩容脚本），减少人工干预；
○优化运维流程（如变更发布流程、故障响应流程），通过CI/CD集成可靠性检查（如混沌工程测试），提升交付质量。
4.容量规划与资源管理：
○基于业务增长预测（如流量、数据量）与历史数据，制定容量规划方案（服务器、数据库、中间件等资源）；
○优化资源利用率（如容器化部署、混合云调度），降低成本的同时保障性能瓶颈可控。
5.跨团队协作与技术赋能：
○对接研发、测试、产品团队，推动可靠性要求在需求评审、架构设计、测试用例中的落地；
○输出可靠性最佳实践（如故障演练手册、SLO设计指南），赋能团队提升整体可靠性意识与能力。
任职资格
1.基础要求：本科及以上学历，计算机、软件工程等相关专业优先；3年以上互联网/云计算行业运维或SRE相关经验。
2.技术能力：
○精通至少1门编程语言（Go/Python/Java），能独立开发自动化工具或脚本；
○熟悉Linux系统运维、网络协议（TCP/IP）、数据库（MySQL/Redis/MongoDB）及中间件（Kafka/RabbitMQ）的原理与调优；
○掌握云原生技术栈（K8s/Docker、Prometheus、Istio），有云平台（阿里云/腾讯云/AWS）运维经验者优先；
○熟悉混沌工程（ChaosMesh/ChaosMonkey）、全链路压测（JMeter/LoadRunner）等可靠性工程工具。
3.经验要求：
○主导过至少1个大规模分布式系统（日活百万级以上）的可靠性保障工作，有故障复盘与改进成功案例；
○参与过容量规划、SLO设计、监控体系搭建等全流程项目，具备数据驱动决策能力（如通过指标分析定位性能瓶颈）。
4.软技能：
○逻辑清晰，擅长跨团队沟通（需协调研发、测试、产品等多角色）；
○具备技术深度与业务敏感度，能将可靠性目标与业务目标（如用户体验、成本）结合；
○自驱力强，主动关注行业技术趋势（如AIOps、可观测性），推动团队技术升级。
1.可靠性体系设计与落地：
○制定系统可靠性目标（SLO/SLA/SLI），设计监控、告警、容灾、演练等全链路保障方案；
○主导可靠性指标的分解与落地（如99.99%可用性拆解为各模块子目标），推动研发团队将可靠性要求融入代码设计与架构评审。
2.故障预防与根因分析（RCA）：
○搭建智能化监控体系（如Prometheus+Grafana、ELK日志平台），通过指标、日志、链路追踪（如Jaeger、SkyWalking）实现问题早发现、早预警；
○主导重大故障复盘，输出根因分析报告（RCA）与改进计划（如容量不足优化、代码逻辑缺陷修复），推动系统性问题闭环。
3.自动化与效率提升：
○开发自动化运维工具（如故障自愈脚本、容量弹性扩缩容脚本），减少人工干预；
○优化运维流程（如变更发布流程、故障响应流程），通过CI/CD集成可靠性检查（如混沌工程测试），提升交付质量。
4.容量规划与资源管理：
○基于业务增长预测（如流量、数据量）与历史数据，制定容量规划方案（服务器、数据库、中间件等资源）；
○优化资源利用率（如容器化部署、混合云调度），降低成本的同时保障性能瓶颈可控。
5.跨团队协作与技术赋能：
○对接研发、测试、产品团队，推动可靠性要求在需求评审、架构设计、测试用例中的落地；
○输出可靠性最佳实践（如故障演练手册、SLO设计指南），赋能团队提升整体可靠性意识与能力。
任职资格
1.基础要求：本科及以上学历，计算机、软件工程等相关专业优先；3年以上互联网/云计算行业运维或SRE相关经验。
2.技术能力：
○精通至少1门编程语言（Go/Python/Java），能独立开发自动化工具或脚本；
○熟悉Linux系统运维、网络协议（TCP/IP）、数据库（MySQL/Redis/MongoDB）及中间件（Kafka/RabbitMQ）的原理与调优；
○掌握云原生技术栈（K8s/Docker、Prometheus、Istio），有云平台（阿里云/腾讯云/AWS）运维经验者优先；
○熟悉混沌工程（ChaosMesh/ChaosMonkey）、全链路压测（JMeter/LoadRunner）等可靠性工程工具。
3.经验要求：
○主导过至少1个大规模分布式系统（日活百万级以上）的可靠性保障工作，有故障复盘与改进成功案例；
○参与过容量规划、SLO设计、监控体系搭建等全流程项目，具备数据驱动决策能力（如通过指标分析定位性能瓶颈）。
4.软技能：
○逻辑清晰，擅长跨团队沟通（需协调研发、测试、产品等多角色）；
○具备技术深度与业务敏感度，能将可靠性目标与业务目标（如用户体验、成本）结合；
○自驱力强，主动关注行业技术趋势（如AIOps、可观测性），推动团队技术升级。
2026-05-20 14:31
IP属地：浙江杭州
职位福利
本科3-5年SLO/SLI运维开发/DevOps运维开发经验计算机
杭州安司源科技有限公司
B轮 · 20-99人
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
阿里云技术服务工程师TAM-杭州/南京
2.6-4.5万元/月
运维工程师5-10年本科GolangJavaMySQL/OraclePython/Shell计算机相关专业运维经验Kubernetes
杭州 西湖区
方先生 · 阿里云5日内活跃
变电站运行维护工程师
1.3-2万元/月
运维工程师经验不限大专国家电网继电保护专业技师电力运维电力调度输变电工程电网工程高级工职业技能等级证书110KV继电保护AIS/GIS
杭州 临平区
邵女士 · 极能科技5日内活跃
收藏职位
