站点可靠性工程师
岗位摘要
负责GCP上关键广告活动治理与合规平台的生产稳定性、系统健康和可观测性；使用GCP Cloud Logging、Cloud Monitoring、Prometheus等工具定义并推进可观测性策略，设置服务级别指标和目标
岗位职责
- 负责GCP上关键广告活动治理与合规平台的生产稳定性、系统健康和可观测性
- 使用GCP Cloud Logging、Cloud Monitoring、Prometheus等工具定义并推进可观测性策略，设置服务级别指标和目标
- 主导事件响应、事后回顾和端到端根因分析，与EMEA工程团队合作实施永久修复
- 诊断并解决跨应用、数据库、基础设施和网络层的复杂间歇性高优先级事件
- 阅读、调试并直接在现有Python生产代码库中实施小修复和补丁
任职要求
- 具备站点可靠性工程经验，熟悉GCP云平台及相关监控工具（Cloud Logging、Cloud Monitoring、Prometheus、PromQL）
- 能够阅读和调试Python代码，并实施小修复和补丁
- 具备复杂分布式系统的故障排查和根因分析能力，熟悉事件响应流程
- 有定义可观测性策略、服务级别指标（SLI/SLO）和自动化运维的经验
- 良好的跨团队协作能力，能与工程、产品和QA团队有效沟通