字节跳动SRE高级工程师-飞书（北京/深圳）
任职要求
1、本科及以上学历，计算机、通信等相关专业； 2、有较丰富的应急处置、应用稳定性建设经验，有网站或B端产品应用运维经验优先； 3、熟悉互联网技术架构和相关开源产品，对网络通讯协议、应用服务器、负载均衡、微服务架构有较深入的理解； 4、熟悉应用高可用架构，对架构治理、稳定性架构有较深入理解； 5、熟练掌握Shell或Python开发，有Golang或Java开发经验优先； 6、优秀的逻辑思维能力及沟通能力，高效的执行力，责任心强。
工作职责
1、负责字节跳动飞书相关产品的可靠、稳定运行，为相关产品SLA负责梳理、识别应用架构风险，解决或推动业务研发解决架构风险； 2、完善相关应用的监控告警、降级与预案建设，组织故障演练、应急止损、事故复盘等稳定性工作； 3、参与设计、开发稳定性相关工具与产品，包括稳定性架构治理、监控报警、预案与演练、定位与止损等相关方向工具平台； 4、参与OnCall值班，第一时间响应并与RD共同解决各类突发事件，保障核心业务的稳定性。
1、负责Sdwan网络的日常运维、监控和故障排除，及时响应并解决网络故障和性能问题； 2、构建和维护Sdwan网络的监控和告警系统，实现对网络状态的全面监控和预警； 3、开发和维护自动化运维工具和脚本，提高运维效率，减少人为错误，并负责编写和维护Sdwan网络相关的文档和知识库； 4、参与容量规划和性能测试，确保Sd-wan网络能够满足业务需求。
1、推进优化基础服务的响应延迟、性能问题，提升服务稳定性； 2、负责各种基础系统搭建和维护（DNS、LDAP等）； 3、开发自动化运维平台，提高运维、开发协作效率，规范操作流程； 4、优化各种系统，减少重复性工作； 5、负责公司基础监控、报警系统开发与维护。
1、Site Reliability Engineer (SRE) 结合了软件和系统工程，致力于打造高扩展、高可用的分布式系统； 2、保障大数据/计算/云原生/分布式存储等多个核心系统的可靠性与正常运行，同时关注系统成本与稳定性； 3、为大型系统构建自动化运营解决方案；与系统开发团队合作，从系统设计到上线的整个生命周期内保障系统可靠性； 4、通过监控系统组件可用性、性能指标提升系统可见性，帮助系统开发以及团队快速定位故障； 5、推动提升服务的可靠性、可扩展性以及成本、性能优化，保障系统SLA；参与设计、实现能够保障线上大规模集群快速迭代的自动化平台； 6、基于业务使用场景，深入优化提供最佳服务治理实践，包含不局限于关键链路性能瓶颈分析、业务问题定位排障、推进系统高可用架构改造升级等。
Site Reliability Engineer (SRE) 结合了软件和系统工程，致力于打造高扩展、高可用的分布式系统。 1、保障大数据&计算多个核心系统的可靠性与正常运行，同时关注系统成本与稳定性； 2、为大型系统构建自动化运营解决方案；与系统开发团队合作，从系统设计到上线的整个生命周期内保障系统可靠性； 3、通过监控系统组件可用性、性能指标提升系统可见性，帮助系统开发以及团队快速定位故障； 4、推动提升服务的可靠性、可扩展性以及成本、性能优化，保障系统 SLA； 5、参与设计、实现能够保障线上大规模集群快速迭代的自动化平台； 6、基于业务使用场景，深入优化提供最佳服务治理实践，包含不局限于关键链路性能瓶颈分析、业务问题定位排障、推进系统高可用架构改造升级等。