微软在美国招聘高级系统可靠性工程师 | LinkedIn

负责事件管理卓越：领导高严重性事件响应，调试复杂问题，驱动事件解决，通过清晰的沟通和责任确保解决。提高可观测性：通过One Microsoft工具链增强遥测、警报和仪表板，提供可操作见解，减少检测时间。定义和测量可靠性：与工程团队合作，建立和跟踪SLI/SLOs for critical scenarios。现场站点健康审查：领导并促进现场站点健康审查会议，将业务需求转化为指标和行动。工程预防：将经验转化为主动测试、产品修复、发布护栏和自动化，以降低风险并提高服务健康。可靠性演练：设计和执行演练以模拟产品故障，验证弹性和恢复，开发弹性和恢复策略。定义政策：起草过程和政策文档，说明组织如何准备、响应和防止事件。

要求：硕士学历在计算机科学、信息科技或相关领域，以及2年以上软件工程、网络工程或系统管理经验。或学士学历在计算机科学、信息科技或相关领域，以及4年以上软件工程、网络工程或系统管理经验。或同等经验。优先资格：博士学位在计算机科学、信息科技或相关领域，以及3年以上软件工程、网络工程或系统管理经验。或硕士学历在计算机科学、信息科技或相关领域，以及6年以上软件工程、网络工程或系统管理经验。或学士学历在计算机科学、信息科技或相关领域，以及8年以上软件工程、网络工程或系统管理经验。或同等经验。3年以上在大规模云或分布式系统中工作的技术经验。