岗位职责：
1. 设计、构建并维护高可用的生产环境，确保服务的可靠性、稳定性与性能；
2. 通过自动化工具与脚本（如Terraform、Ansible等）实现基础设施即代码（IaC）；
3. 持续改进系统监控、日志与告警体系（Prometheus/ELK/Loki/Zabbix等）；
4. 参与系统容量规划、性能优化与灾备方案设计；
5. 分析与响应生产环境的异常和故障，推动根因分析与持续改进；
6. 推动服务水平协议（SLA）体系建设，提升整体服务可靠性指标；
7. 与开发团队协作，推进可观测性体系与安全策略的落地实施；
8. 探索并应用AI大模型技术，构建AI运维（AIOps）能力，实现智能告警、自动化故障分析与预测性运维。

任职要求：
1. 本科及以上学历；
2. 3年及以上系统运维相关经验；
3. 熟悉Linux系统及网络基础，掌握至少一种编程语言（如Python/Go/Rust/Node.js），能够独立开发和维护高可用运维系统；
4. 熟练使用主流云平台（如AWS/Azure/OCI/阿里云/华为云等），具备大规模Kubernetes集群运维经验；
5. 具备运维服务的日常维护、性能优化与故障排查经验，涵盖负载均衡、容器、中间件等领域；
6. 拥有丰富的故障处理、监控建设、应急预案、容量规划、资源治理及微服务治理的实战经验；
7. 深刻理解应用运维技术体系，熟悉并践行服务可靠性工程（SRE）、DevOps与云原生等理念；
8. 了解AI大模型技术，并具备利用AI/LLM技术实现智能运维（AIOps）场景建设的能力。