岗位职责
1、系统稳定性保障：负责保障公司系统、应用和服务的高可用性、可靠性和性能。设计、实施和维护监控系统，及时发现并解决潜在问题。
2、故障排除与问题解决：快速响应和解决生产环境中的故障，确保系统正常运行。
3、自动化运维：开发和维护自动化工具，提高系统部署、配置和监控的效率。
4、容量规划与性能优化：分析系统资源使用情况，进行容量规划，确保系统能够满足业务增长需求。
5、安全性保障：与安全团队合作，确保系统和服务的安全性，及时修复潜在的安全漏洞。
3、能够深入了解监控发现、故障应急、风险治理等一个或多个技术领域，并对相关的技术领域，并将相关能力平台化扩展与多场景复制，解决实际稳定性场景中面临的问题，提升用户体验。
岗位要求
1、本科及以上学历，计算机科学、信息技术或相关专业背景。
2、5年以上系统运维、性能优化、故障排查等相关经验。
3、熟练使用自动化运维工具，具备Shell、Python等脚本编程经验。
4、深入理解计算、存储、网络、安全等技术。
5、深入了解云计算、容器化技术（Docker、Kubernetes）。
6、熟悉 Prometheus、Grafana 等监控工具，具备可观测性系统搭建和维护经验。
7、熟悉 ELK/EFK 等日志系统，具备日志收集、分析和查询的实战经验。
8、熟悉常用的运维工具和技术，例如 Ansible、Jenkins、Git 等。
9、具备强大的故障排除和问题解决能力，能够在高压环境下迅速应对。
10、有大型分布式系统的设计和维护经验者优先。
11、对新技术有强烈的学习兴趣，保持对行业最新趋势的关注。