Peak3 - SRE

【岗位职责】： 1.国际化互联网保险科技输出，海外互联网保险科技业务支持，海外保险自有业务支持，海内外技术同行项目交流。 2.和一线运维团队的同学、Infrastructure as Code的同学以及DevOps的同学，讨论并制定稳定性保障方案，监控及故障恢复方案等，对Infrastructure as Code及DevOps的同学提出更好地保障生产环境的自动化及监控的需求。 3.on-call轮值。 4.紧急事件响应及紧急事故管理。在生产发生P0及P1级故障的时候，第一时间作为第一介入，进行故障分析和定位，并准确找到相关团队进行故障修复。对于疑难杂症的P2及以下故障，帮助一线运维团队共同分享和定位，并跟进解决。 5.事后总结，跟踪故障。故障复盘会的组织及相应Actions的跟进。 6.数据完整性问题及数据泄露等问题的发现及解决。 7.与各相关团队协同，实现生产环境99.99%的高可用保证。生产环境的高效监控及快速故障恢复能力的保障。 8.跟随国际化团队不断成长，突破自我，为海外客户项目团队提供技术支持。 【任职资格】： 1.计算机相关专业，本科或以上学历。3年以上SRE或运维保障工作经验。 2.良好的OS及网络协议栈知识。 3.良好的编程基础，熟悉JAVA开发、JVM原理、IO/NIO、多线程/多进程等。 4.熟悉至少3种业界常用的数据、消息或缓存中间件。 5.熟悉AWS或者阿里云等主流公有云。 6.善于利用 AI 工具与大模型提升运维效率，有 AI 在故障排查、脚本自动化、日志分析、告警降噪、容量预测等场景的落地实践经验。 7.对算法设计、数据结构有深刻的理解。 8.有高可用保障经验，有负载均衡、DNS、过载、热点、降级、缓存雪崩等故障的处理经验，具备连锁故障的处理能力。 9.清晰的逻辑思维，良好的学习能力，具备团队协作精神。 10.乐于接受挑战，视快速解决线上问题为非常exciting的事情。