# 岗位职责

1. 负责线上业务系统的日常运维及稳定性保障，包括生产、UAT等环境的部署、发布、变更、扩缩容及故障处理。

2. 负责业务系统日常巡检、监控告警、日志分析及性能问题排查，能够快速定位服务器、网络、应用、中间件、数据库等环节的问题。

3. 负责生产故障应急响应，具备独立分析和处理线上故障的能力，并推动故障复盘及后续优化措施落地。

4. 负责 Linux 服务器及相关基础服务的维护和优化，包括 Nginx/OpenResty、负载均衡、DNS、CDN、WAF 等。

5. 负责 Kubernetes 容器化环境的日常运维，包括应用部署、发布、扩缩容、故障排查及资源优化。

6. 负责 CI/CD 流程建设和维护，推动应用部署、配置管理、发布及回滚流程标准化、自动化。

7. 负责业务监控体系建设和优化，包括系统指标、应用指标、业务指标、日志及告警规则建设。

8. 参与 AWS、华为云、GCP 等云平台资源的维护、迁移、架构优化及成本优化。

9. 配合研发、QA、网络、DBA 等团队完成版本上线、架构调整、业务迁移及重大变更。

10. 梳理和完善运维 SOP、故障处理手册、变更方案、回滚方案及相关技术文档。

# 任职要求

1. 3 年及以上SRE 相关工作经验，有大型互联网、游戏或高并发业务运维经验优先。

2. 熟悉 Linux 系统，具备较强的系统性能分析和故障排查能力，能够熟练使用常见 Linux 排障工具。

3. 熟悉 Nginx/OpenResty、DNS、HTTP/HTTPS、TCP/IP、负载均衡、CDN 等相关技术及常见问题排查。

4. 熟悉 Kubernetes，能够独立处理 Pod、Deployment、Service、Ingress、资源限制、网络及应用发布相关问题。

5. 熟悉至少一种主流云平台，如 AWS、华为云、GCP、阿里云等，具备云上生产环境实际运维经验。

6. 熟悉常见中间件基本运维和问题定位，如 Redis、Kafka、RocketMQ、Nacos 等。

7. 熟悉 Prometheus、Grafana、ELK/OpenSearch、Loki 等至少一类监控或日志平台。

8. 熟悉 Jenkins、GitLab CI、ArgoCD 等 CI/CD 工具，具备自动化发布及运维流程建设经验。

9. 熟悉 Shell、Python、Go 等至少一种脚本或开发语言，能够通过自动化方式解决重复性运维工作。

10. 具备较强的线上故障分析能力，能够根据监控、日志、网络链路和系统指标快速缩小故障范围并推动问题解决。

11. 具备良好的风险意识，对生产变更有明确的验证、灰度、回滚及应急处理意识。

12. 具备良好的沟通协调能力和责任心，能够推动研发及相关团队共同解决生产问题。

# 加分项

• 有游戏、直播、实时通信或高并发互联网业务运维经验。

• 有大规模 Kubernetes 生产环境运维经验。

• 有 Cloudflare/CDN/WAF、跨云或混合云架构维护经验。

• 有大型业务迁移、机房迁移、云迁移或容器化迁移经验。

• 有生产重大故障处理及复盘经验。