站点可靠性工程师（印度，远程）
负责 Charger Logistics 基于 Kubernetes 的基础设施，提升可靠性、可观测性、自动化水平和事故响应能力。 支持全天候物流运营。
描述
- 保障生产系统可靠、可扩展并保持高可用
- 为关键服务设定并监控服务指标、服务目标和错误预算
- 使用 Prometheus、Grafana、Loki、Jaeger 和 OpenTelemetry 改进监控、告警、日志和链路追踪
- 运维并调优 Kubernetes 集群和容器化工作负载
- 使用 Python、Go 或 Bash 自动化重复性运维任务
- 使用 Terraform 和 Helm 构建并维护基础设施即代码
- 改进 CI/CD 流水线，以安全、频繁地发布版本，包括蓝绿部署和金丝雀部署
- 参与值班轮岗，主导事故响应，排查生产问题，并开展无责的事故后复盘
- 与开发团队合作，监控并调优 PostgreSQL 性能、备份和可用性
- 规划容量、测试韧性并协助降低云成本
- 与加拿大的开发、DevOps 和 QA 团队协调合作
任职要求
- 具备 6–8 年 SRE、DevOps 或生产基础设施岗位经验
- 具备 Kubernetes 和 Docker 生产环境的扎实实操经验
- 具备至少一种主流云平台的经验：AWS、Azure 或 GCP
- 具备 Prometheus、Grafana、ELK/Loki 或 Jaeger 等监控和可观测性工具的实际使用经验
- 使用 Terraform、Helm 或类似工具进行基础设施即代码管理
- 具备 Python、Go 或 Bash 脚本编写或编程能力
- 了解 Linux 和网络基础知识，包括 DNS、负载均衡、TCP/IP 和 TLS
- 具备 GitHub Actions、GitLab CI、Jenkins 或 Azure DevOps 等 CI/CD 工具经验
- 了解微服务和分布式系统
- 处理过生产事故并撰写过根因分析
- 具备 Istio、Consul 或 Linkerd 服务网格经验者优先
- 具备 PostgreSQL 管理和性能调优经验者优先
- 熟悉生产环境中的 .NET Core 应用者优先
- 具备 Kafka、RabbitMQ 或其他消息系统经验者优先
- 拥有 CKA、CKAD 或 AWS/Azure DevOps Engineer 认证者优先
- 具备物流、运输或其他全天候运营环境经验者优先
福利待遇
- 有竞争力的薪酬
- 医疗福利计划
- 职业发展机会