Site Reliability Engineer - senior(A137715)
Posted Updated
Description
Xiaomi Technology 正在新加坡招募经验丰富的站点可靠性工程师,负责海外生产环境的稳定性与高可用性。您将掌控资源、容量、监控与事件响应,推动 Observability 与自动化工具的发展,探索 AI 在运维中的应用,需与研发、安全等团队紧密协作以落实稳定性计划。
要求 5+ 年 SRE/系统运维相关经验,熟悉 Linux、网络、分布式系统及多云平台,具备 Prometheus/Grafana/ELK 等监控工具和 CI/CD 能力。
确保海外生产环境的稳定性、可用性与高可用性,持续提升服务质量。 管理资源编排、容量规划、监控、变更、事件响应与日常运维,确保业务连续性。 审查系统架构与技术方案,识别风险并实施缓解措施以优化稳定性与资源效率。 参与轮班巡检,快速响应生产事件,保障业务运作。 建立并提升观测体系,包括监控、日志与分布式追踪,提升故障检测效率。 开发与优化自动化平台及运维工具,提升运维效率与团队交付效果。 探索并推广 AI 技术在运维场景的应用,利用 AI 工具提升自动化、故障分析与研发效率。 与研发、产品、安全、基础设施团队协作,推动稳定性计划与最佳实践。 拥有 5 年以上的 SRE/系统管理员/云工程师相关经验。 精通至少一种编程语言(如 Python、Go、Java、C++)及自动化能力。 熟悉云计算服务,具备多云或混合云平台经验为佳。 扎实的 Linux、网络、负载均衡、分布式系统与高可用架构知识。 具备快速诊断问题、跨团队沟通并推动解决方案的能力。 具备系统监控与可观测性工具经验(Prometheus/Grafana/ELK 等),具备 Bash/Python 脚本能力,熟悉 CI/CD。Skills
Sign in to read and join the discussion.