职位描述

设计、构建和维护使用Datadog的可观测性解决方案，涵盖应用程序、基础设施、云平台和服务。实施和管理指标、日志、追踪、APM、RUM、合成测试、仪表板、监控、SLOs和服务目录能力。构建有效的警报策略以减少噪音、防止警报风暴并提高信号质量。创建和维护Datadog仪表板用于应用程序健康、基础设施性能、业务关键服务和高管报告。通过改进检测、分层、升级和根本原因分析工作流支持事件响应。与应用程序和平台团队合作定义有意义的SLIs、SLOs和错误预算。帮助将新应用程序和服务纳入Datadog可观测性标准。审查现有监控和警报以改进阈值、路由、所有权和优先级映射。支持将Datadog与企业工具和平台（如Freshservice、Slack、Microsoft Teams、Jira、GitHub、AWS和Fastly）集成。使用Pulumi和CI/CD实践自动化可观测性部署、配置和可重复的上boarding模式。与工程团队合作改进日志、指标、追踪和应用程序性能监控的仪器化。使用AI辅助工程工具（如Cursor、Claude或类似AI编码助手）提高生产力，加速故障排除，支持自动化和可观测性工程任务。构建运行手册、操作仪表板和故障排除指南供生产支持团队使用。参与生产就绪审查、事件审查和事后改进规划。