SRE 工程师 - 远程
在 Verity Group 这家数字化转型与工程咨询公司，提升可靠性、可观测性与韧性。 在远程环境中，自动化云平台、Kubernetes 和事件管理运营。
描述
- 定义并监控 SLI、SLO、SLA、MTTR 和 MTTD。
- 构建可观测性、监控、告警和 APM 能力。
- 跟踪延迟、流量、错误、饱和度、可用性和系统性能。
- 预防、检测并解决运营事件。
- 开展根因分析，并制定措施防止问题重复发生。
- 评估运营风险、瓶颈和单点故障。
- 协助设计具备韧性、可扩展性和高可用性的解决方案。
- 自动化日常运营，减少人工操作。
- 管理并改进 Kubernetes 和 Docker 环境。
- 参与容量规划、业务连续性和灾难恢复策略的制定。
- 参与部署和应用稳定化工作。
- 与团队合作，从解决方案设计阶段融入可靠性。
- 开发和维护仪表板、告警、操作流程和运营文档。
- 在组织内推动可靠性、可观测性和持续改进。
任职要求
- 具有 SRE、网站可靠性工程师或类似岗位的专业经验。
- 具有 GCP、AWS 和/或 Azure 等云平台的实践经验。
- 熟悉 Kubernetes 和 Docker。
- 具有实施可观测性、监控、告警和 APM 解决方案的经验。
- 了解 SRE 指标和实践，包括 SLI、SLO、SLA、MTTR 和 MTTD。
- 具有管理、调查和解决事件的经验。
- 了解应用程序和基础设施故障排查技术。
- 具有 Linux 环境管理经验。
- 了解网络、安全、性能和高可用性原则。
- 具有自动化和基础设施即代码经验。
- 具有使用 CI/CD 流水线的经验。
- 具备出色的沟通能力，能够跨职能协作。
- 具备分析、主动协作并注重预防的方法。
- 具有 GKE、EKS 或 AKS 经验。
- 了解 Dynatrace、Datadog、Grafana、Prometheus 或类似工具。
- 具有 ELK Stack、Elasticsearch 和 Kibana 经验。
- 了解 Terraform 和 Ansible。
- 具有支持关键环境和分布式系统的经验。
- 具有金融机构或受监管环境的工作经验。
- 具有容量管理和云成本优化经验。
- 了解灾难恢复和业务连续性实践。
- 具有定义和管理错误预算的经验。
- 拥有云、Kubernetes 或 SRE 认证。
福利待遇
- 餐费补贴。
- 食品补贴。
- 居家办公补贴。
- 医疗保险。
- 牙科保险。
- 人寿保险。
- 生日带薪休假。
- Total Pass / Wellhub 使用权限。
- Boon Saúde 应用使用权限。
- 合作伙伴折扣。
- 合作商户和教育机构折扣。
- 欢迎礼包。
- 入职培训计划。
- Verity Learning。
- Verity Break。
- #VerityComVocê。
- 专业发展课程使用权限。
- 获 Great Place to Work 认证的工作场所。
