RELX 面向全球专业人士和企业客户，开发基于信息的分析工具和决策工具。其产品融合专业内容、数据与技术，助力风险管理、科学技术与医学、法律及展览等领域作出更明智的决策并取得更佳成果。RELX 还涉足咨询、医疗保健和保险相关市场，帮助组织提升生产力、管理风险、推动研究、支持法律工作，并更高效地开展商业交易。
高级网站可靠性工程师 - AWS｜费城现场办公
负责提升爱思唯尔科学与医学信息服务中 AWS 平台的可靠性、可观测性、自动化和恢复能力的高级网站可靠性工程师。 同时支持安全的 AI 赋能系统和工程团队。
描述
- 维护关键平台和服务的可靠性、可扩展性与性能
- 领导复杂的可靠性项目并实现流程自动化，以减少运维负担
- 运用可观测性、事件响应和分布式系统专业知识诊断并解决可靠性问题
- 设计并交付服务可用性、运营效率和系统恢复能力方面的改进
- 维持严格的代码质量标准，及早识别风险或阻碍因素
- 与职能部门利益相关者合作，使解决方案符合实际运营流程
- 推动有效交接并建设内部能力，确保解决方案持续得到负责和运营
- 开发监控查询并定义服务级别基线
- 在事件响应期间协助高级工程师
- 参与事件后复盘和根因分析
- 参与灾难恢复测试
- 构建自动化并在生产环境中运行代码
- 补充 SRE 知识文档和运营指南
- 支持集成 AI 工具的服务部署、监控和可靠性保障
- 维护基础设施拓扑图和部署工作流
- 在非生产环境中验证服务的可用性、可靠性和可恢复性
任职要求
- 具备经过验证的高级 Terraform 能力，包括模块、提供商、状态管理、生命周期控制、漂移检测、安全重构、远程状态、锁定和跨堆栈依赖管理
- 拥有在多个账户和区域中运营生产 AWS 环境的实践经验
- 熟悉 ECS、RDS、ALB、VPC、IAM、Route 53、ECR、S3、Lambda、DynamoDB、SQS、Secrets Manager、KMS 和 CloudWatch
- 具备创建和排查可复用 GitHub Actions 工作流的经验，涵盖 OIDC 身份验证、审批门禁、运行器、Terraform 与应用部署以及迁移流水线
- 了解 Docker、ECR、ECS 任务定义和服务、IAM 角色、运行状况检查、自动扩展、ALB 集成及部署回滚流程
- 精通 AWS 网络和安全，包括 VPC、ALB、Route 53、ACM/TLS、IAM、OIDC、Secrets Manager、KMS 及云安全最佳实践
- 具备事件响应和可观测性经验，能够使用日志、指标、告警、部署历史、根因分析、回滚决策和运营手册
- 具备扎实的 Linux 和 Git 基础
- 能够编写 Bash 和 Python 脚本，用于 AWS CLI 自动化、CI/CD 和运营工具开发
- 具备在生产环境中集成和运行 AI 服务及 API 的实践经验，并能配置适当的监控、可靠性和安全控制
- 能够支持多个工程团队，跨基础设施层和应用层排查问题，记录解决方案并推动安全的自助服务实践
福利待遇
- 符合获得年度激励奖金的资格
- 享有根据相关国家定制的福利
- 在整个招聘过程中获得合理便利和调整方面的支持