【上海 SRE专家招聘】-猎头顾问上海招聘信息-猎聘

姚女士 2天前在线已认证

猎头经理 · 乐山远诚猎云人力资源有限公司

简历处理快回复速度快

聊一聊

职位介绍: 岗位职责 1. 主导公司核心业务系统、AI中台、云平台的SRE体系搭建与落地，制定系统可用性、性能、容量、灾备等核心指标（SLI/SLO/SLA），保障全链路系统7×24小时高可用运行。 2. 负责大规模分布式系统、容器化集群（K8s）的运维管理与技术攻坚，针对系统瓶颈、性能问题、故障隐患进行深度分析与优化，降低系统故障率（MTTR），提升系统稳定性。 3. 主导运维自动化、智能化体系建设，基于GO语言开发运维工具、自动化脚本及平台（如部署、监控、告警、自愈、巡检），整合AIOps、Prometheus、ELK等工具，提升运维效率。 4. 制定并落地SRE相关规范与流程，包括故障应急响应、事后复盘（Blameless Postmortem）、变更管理、容量规划、灾备演练等，推动运维流程标准化、规范化。 5. 负责容量规划与压力测试，结合业务增长趋势，提前预警资源瓶颈，制定扩容、缩容策略，优化资源利用率，平衡系统稳定性与成本控制。 6. 对接研发、算法、业务团队，推动DevOps、MLOps理念落地，规范研发上线流程，开展SRE赋能培训，提升团队整体运维意识与应急处理能力。 7. 跟进云原生、AIOps、自动化运维等前沿技术，结合业务场景引入并落地，持续优化SRE体系，支撑业务快速迭代与规模化扩张。 8. 负责重大故障应急指挥，快速定位根因、协调资源、推动故障恢复，组织事后复盘，输出改进方案并跟踪落地，避免同类故障重复发生。任职要求核心硬性要求 1. 本科及以上学历，计算机、软件工程等相关专业，5年以上SRE相关工作经验，3年以上大规模分布式系统、云原生环境SRE经验，有AI中台、大模型相关SRE经验者优先。 2. 精通GO语言，熟练使用GO语言开发运维工具、自动化脚本，具备扎实的编程能力，能独立完成高可用运维工具的设计与开发。 3. 深入掌握云原生生态，精通K8s、Docker，熟练使用Prometheus、Grafana、ELK、Jaeger等监控、日志、链路追踪工具，具备集群运维与优化经验。 4. 精通SRE核心方法论，熟悉SLI/SLO/SLA定义、错误预算管理、容量规划、灾备设计，具备完善的故障应急处理与复盘经验。 5. 熟悉分布式系统原理，掌握微服务、消息队列（Kafka、RabbitMQ）、缓存（Redis）、数据库（MySQL、PostgreSQL）等中间件的运维与优化技巧，能解决复杂运维难题。加分项 1. 有大型互联网公司、AI科技公司SRE团队管理或核心技术攻坚经验者优先。 2. 具备AIOps实践经验，熟悉时序预测、异常检测等AI技术在运维场景的落地，能利用AI提升运维智能化水平者优先。 3. 有开源运维工具贡献、技术博客或技术分享经历，熟悉GO语言运维工具开发经验者优先。 4. 具备多活架构、灾备演练、大规模集群运维相关经验，持有云厂商（阿里云、腾讯云）高级认证者优先。