职位描述

作为 Promptly 的高级系统可靠性工程师，您将负责健康核心和数据平台的可靠性、可扩展性和性能。这不是一个支持角色——您需要设计系统，领导可靠性倡议，并做出直接影响平台韧性的架构决策。您将在 Kubernetes、分布式系统和平台工程的交汇处发挥作用，成为工程团队的倍增器。我们正在寻找具有强大产品和基础设施所有权的工程师，能够主动识别风险并驱动解决方案。对利用 AI 工具增强 SRE 工作流、自动化和运营效率有强烈兴趣是加分项。

任职要求

深入的生产级 Kubernetes 经验，包括集群设计、扩展策略、网络和跨云和本地环境的故障恢复。在多云和混合基础设施（AWS、Azure、GCP、VMware、bare-metal）中拥有强经验。高级的基础设施即代码（Terraform、Helm）经验，重点是可重用和可扩展的平台模式。强编程/脚本技能（Go、Python 或 Bash），能够构建内部工具和自动化。在生产环境中定义和操作 SLOs、SLIs 和错误预算的经验。对网络基础（DNS、服务发现、虚拟网络、负载均衡、入口等）有深入理解。拥有可观测性生态系统（Prometheus、Grafana、Loki、OpenTelemetry 等）的动手经验。证明能够领导事件响应并驱动系统可靠性改进。