站点可靠性工程师
在全球业务流程外包与客户体验解决方案提供商 TDCX，构建并改进可靠、可扩展的系统。 通过自动化运维、监控性能并主导可靠性工作，提升系统稳定性。
描述
- 设计并维护高可用、可扩展且具备容错能力的系统
- 与软件工程师合作，构建兼顾可靠性与性能的应用程序
- 自动化日常运维，提高效率并减少人工操作
- 分析系统性能，在用户受到影响前解决瓶颈
- 为网络流量增长和机器学习数据处理扩展做好基础设施准备
- 参与全天候（7×24 小时）值班轮班，包括排定的班次和节假日
- 以可持续的方式响应事件
- 调查根本原因，并主持无责复盘，防止事件再次发生
- 实施监控实践和工具，包括服务级别指标（SLI）、服务级别目标（SLO）和服务级别协议（SLA）
- 配置自动告警和指标，以跟踪系统健康状况与性能
- 落实并维护安全最佳实践
- 确保系统符合监管要求
任职要求
- 计算机科学、信息技术、计算机工程或相关专业的学士或硕士学位
- 至少三年站点可靠性、系统或软件工程师相关经验
- 熟练掌握 Python、Go、C++ 或 Java 等高级编程语言
- 熟练编写 Shell 脚本
- 具备扎实的数据结构与算法知识
- 深入了解 Linux 和开源技术
- 了解网络架构
- 具备关系型数据库和数据库建模的实际知识
- 有 Docker、Kubernetes 等容器和编排平台经验者优先
- 熟悉 TensorFlow、PyTorch、MXNet 或 PaddlePaddle 等机器学习框架者优先
- 有 Prometheus、Grafana 等监控工具和方法的实践经验者优先
- 具备战略思维、良好的沟通能力，能在快节奏环境中与跨职能团队有效协作
福利待遇
- 具有竞争力的薪酬和优厚福利
- 医疗、保险及社会保障
- 现代化办公空间
- 团队活动和认可计划
- 支持职业发展的学习与成长机会
- 关注员工未来发展的支持型文化
- 交通便利，公共交通直达
- 灵活的工作安排
- 由经验丰富的专业人士提供辅导和指导
- 获得数百项行业奖项认可的全球化公司