高级系统可靠性工程师

该职位要求负责云基础设施和Kubernetes环境的架构设计与持续改进，定义并实施韧性策略（包括灾难恢复、回滚机制、零停机部署和全球扩展计划），增强可观测性框架和监控系统以确保平台可靠性和运营透明度，改进基础设施即代码和自服务平台能力以减少运营开销并提高工程效率，领导重大事件管理流程，协调事后分析并实施长期可靠性改进，指导平台小队工程师的技术指导、设计审查和知识共享计划，与跨职能团队合作塑造平台路线图、架构标准和基础设施策略，贡献CI/CD流水线改进、GitOps实践和工程组织内的自动化计划。

至少5年在系统可靠性工程、平台工程、DevOps、云基础设施或类似基础设施导向的工程职位中的实战经验；有大规模高吞吐量、高可用性生产系统建设与运营的 proven experience；深入掌握在主要云平台上运行的Kubernetes环境；熟悉Prometheus、Grafana、Loki、ELK、Mimir等可观测性和监控技术；具备Go或Python的扎实编程能力，有开发基础设施相关工具和自动化经验；熟悉Terraform、Pulumi、OpenTofu等基础设施即代码工具及ArgoCD等GitOps框架；深入了解CI/CD流水线、可靠性工程原则、SLI、SLO和错误预算方法论；能主导复杂技术倡议、架构讨论和基础设施转型；有指导工程师和在协作团队中推广工程最佳实践的经验；具备英语沟通能力并愿意参与轮班。

远程工作环境，可自由在欧洲居家办公；有机会通过团队活动、研讨会和德国办公室聚会进行面对面协作；有工作生活平衡倡议，包括健康会员资格和自行车租赁计划；动态协作公司文化，定期有团队活动和文化导向活动；有机会直接参与快速成长科技组织的增长和可扩展性；有欧洲联盟内的国际远程工作机会；高影响力角色，拥有所有权、自主权和强劲的职业发展潜力；包容性和多样化的职场，专注于协作、创新和个人成长。

我们使用基于AI的匹配流程确保您的申请快速、客观和公平地根据职位核心要求进行审查。我们的系统会识别最符合的候选人，并直接与招聘公司分享此名单。最终决定和下一步（面试、评估）由其内部团队管理。