SRE工程师
岗位摘要
负责阶跃AI应用产品的可靠、稳定运行，为相关产品SLA负责；审查架构合理性，梳理、识别应用架构风险，解决或推动业务研发解决架构风险；完善相关应用的监控告警、降级与预案建设，组织故障演练、应急止损、事故复盘等稳定性工作
岗位职责
- 负责阶跃AI应用产品的可靠、稳定运行，为相关产品SLA负责
- 审查架构合理性，梳理、识别应用架构风险，解决或推动业务研发解决架构风险
- 完善相关应用的监控告警、降级与预案建设，组织故障演练、应急止损、事故复盘等稳定性工作
- 设计、开发稳定性相关工具与产品，包括稳定性架构治理、监控报警、预案与演练、定位与止损等相关方向工具平台
- Oncall值班，第一时间响应并与RD共同解决各类突发事件，保障业务的稳定性
任职要求
- 本科及以上学历，计算机、软件工程、电子信息等相关专业，2年及以上运维开发经验，主导过AI类业务的稳定性治理或成本优化项目
- 熟悉互联网技术架构和相关开源产品，对网络通讯协议、应用服务器、负载均衡、微服务架构有较深入的理解
- 熟悉应用高可用架构，对架构治理、稳定性架构有较深入理解
- 熟练掌握至少一种编程语言（Python/Go/Shell）及Vibe coding工具、技巧，能独立开发运维自动化工具或平台组件
- 有丰富的生产环境故障排查和性能调优经验，能够快速定位和解决问题
- 具备强烈的责任心与问题驱动意识，具备优秀的沟通和协作能力