系统可靠性工程师

我们正在招聘一名系统可靠性工程师，以保持生产系统的可靠性、可观测性和速度。该角色结合了软件工程与运维——通过自动化消除繁琐工作，并将可靠性视为工程问题的首要问题。

关键职责

• 设计和操作高可用性和高性能的系统
• 构建和维护可观测性工具（日志、指标、追踪）
• 定义并跟踪SLOs、SLIs和错误预算
• 领导事件响应和事后复盘
• 通过工具和平台改进自动化运维工作
• 与应用团队合作确保生产就绪

要求：4年以上SRE、DevOps或基础设施工程经验，精通脚本和软件工程技能（Python、Go等），深入体验云平台（AWS、GCP、Azure），具备Kubernetes、Terraform和可观测性平台的实际操作经验，有在生产环境中领导事件响应的经验，对分布式系统有深入理解。

福利：全远程工作，灵活的工作时间，基于绩效的奖金结构，年度学习与发展津贴，健康与福利（因地点而异），有机会参与高规模、实际影响的项目。