工作职责：
1.负责大型 IT 系统的站点可靠性工程工作，通过建立和完善监控体系、告警机制、自动化运维工具，保障系统的高可用性、稳定性和性能，确保系统服务水平达到预设指标（SLA）。
2.运用软件工程方法和工具，开发和维护自动化运维系统和工具，实现系统部署、配置管理、故障恢复、容量规划等运维工作的自动化和标准化，减少人工干预，提高运维效率和系统可靠性。
3.负责系统容量规划和性能优化，通过监控和分析系统运行数据，预测系统容量需求，提前进行资源扩容；识别系统性能瓶颈，进行性能调优，提升系统整体性能。
4.参与系统故障的排查和根因分析，制定故障应急预案并定期组织演练，提高团队应对故障的能力，减少故障对业务的影响；同时，总结故障经验教训，推动系统和流程的持续改进。
5.与开发团队紧密协作，将 SRE 理念和实践融入到软件开发流程中，在系统设计、开发、测试和部署阶段提供可靠性、可维护性方面的建议，确保系统从设计之初就具备高可靠性。
任职要求：
1.学历：专科及以上学历（本科优先），计算机、软件工程、电子信息等相关专业。
2.技能：
◦具有 2-3 年及以上大型分布式系统 SRE 或运维开发工作经验，熟悉 SRE 的核心思想、方法和实践，有互联网、金融科技等大型分布式系统 SRE 经验者优先。
◦熟练掌握至少一种脚本语言（Shell、Python、Go 等）和一种编程语言（Java、Go 等），能够独立开发自动化运维工具、监控脚本和故障处理程序。
◦深入了解 Linux 操作系统原理和性能优化方法，熟悉分布式系统架构（如微服务、云原生架构）和相关技术组件（如 Kubernetes、Docker、Prometheus、Grafana 等）。
◦具备较强的系统监控和故障排查能力，熟悉常见的分布式系统故障类型和处理方法，能够快速定位和解决复杂系统故障；了解容量规划方法和性能测试工具，能够进行系统容量评估和性能优化。
3.素质：具备强烈的责任心和服务意识，对系统可靠性有极高的追求；拥有良好的学习能力和创新精神，能够快速掌握新技术并应用到实际工作中；具备优秀的沟通协调能力和团队合作精神，能够与开发团队高效协作，共同提升系统可靠性。