We use cookies and similar technologies to improve your experience, analyze site usage, and assist in our marketing efforts. Privacy Policy
Budget: HKD 60,000-90,000
Post time:
金慧科技（HK08295）诚聘资深站点可靠性工程师（SRE），聚焦大规模分布式系统的稳定性、可观测性与自动化治理。本岗位非传统运维，而是以软件工程方法驱动系统可靠性的核心角色，要求扎实的编程能力、系统级设计思维与真实生产环境故障根因分析经验。 【核心能力】 • 精通Go/Python，能独立开发高可用工具链（如自动扩缩容控制器、故障注入平台）； • 深入掌握Linux内核（调度/内存/网络）、容器运行时及Kubernetes架构原理（etcd一致性、API Server高可用）； • 熟练构建Prometheus+Grafana监控体系，运用OpenTelemetry实现全链路追踪与结构化日志，基于SLI/SLO驱动改进； • 具备eBPF、perf、火焰图等深度诊断能力，主导过混沌工程实践（Chaos Mesh/Gremlin）； • 熟悉AWS云平台（跨AZ部署、Service Mesh、WAF调优）及Terraform+Ansible基础设施即代码闭环管理。 【经验要求】 • 5年以上SRE/DevOps/后端开发经验，其中3年在千万DAU或PB级数据系统中承担SRE职责； • 主导过单体向云原生演进的可靠性加固项目； • 有SLO文化落地经验（定义关键路径SLO，通过错误预算推动协同改进）； • GitHub或技术社区有高质量开源贡献者优先。 期待真正以代码构筑可靠性的工程师加入。