基础设施运维监控工程师

岗位职责 1、负责牵头AIOPS项目的研发以及落地，如故障根因分析，变更风险预测等； 2、负责监控工具以及平台的运维，包括但不限于zabbix, ELK，prometheus, dynatrace, skywalking； 3、负责告警能力的完善，如告警降噪，告警分派，多源告警接入等； 4、负责和业务方对接监控告警需求，不断推动业务监控覆盖，提升全局业务可观测，降低故障MTTR； 任职要求 1、988，211院校全日制统招本科及以上学历，计算机、网络工程、软件工程、信息安全等相关专业优先； 2、3年及以上互联网SRE/高级运维/稳定性相关工作经验，有中大型业务集群、线上高并发业务稳定性保障经验；有峰值压测、重大故障治理、可观测体系搭建实战经验者优先； 3、精通Linux内核参数调优、系统性能排查，熟练定位CPU、内存、磁盘IO、网络丢包、连接溢出、时延抖动等深层次问题；精通TCP/IP、HTTP、网关、负载均衡、DNS等网络原理； 4、熟练掌握Docker、Kubernetes，精通集群运维、节点调度、资源配额、污点容忍、容器网络、PV/PVC、控制器运维，能独立排查K8s集群各类疑难问题； 5、深入掌握Prometheus生态、时序数据库、日志系统、APM链路追踪原理，具备集群调优、海量数据处理、告警体系重构优化经验； 6、熟练使用Python/Go任意一种语言，能够独立开发运维工具、自动化脚本、数据统计分析工具；熟练Shell脚本，掌握Ansible等自动化运维工具；