岗位描述
- 确保公司海外生产环境的稳定性、可靠性和高可用性，持续提升系统可用性和服务质量。- 管理资源供给、容量规划、监控、变更管理、事件响应和日常运维，保障业务连续性和稳定性。- 审查系统架构和技术方案，识别潜在风险并实施缓解措施，优化系统稳定性、性能和资源效率。- 参与值班轮换，及时响应生产事件，保障业务运行。- 构建并完善可观测性体系，包括监控、日志和分布式追踪，提升监控能力和故障检测效率。- 开发和优化自动化平台及工程效率工具，推进运维自动化和团队交付效能。- 探索并推动AI技术在运维场景中的应用，利用AI工具提升自动化 、故障分析、知识管理和研发效率。- 与研发、产品、安全和基础设施团队紧密协作，推动稳定性举措，落实最佳实践，支撑业务持续发展。