字节跳动资深SRE工程师-TikTok直播
任职要求
1、有大流量产品和分布式系统稳定性建设、国际化机房部署、架构优化和成本优化等经验优先； 2、本科以上学历，计算机基础扎实，熟悉操作系统、网络等相关知识原理； 3、至少熟悉一种编程语言，熟悉微服务架构，熟悉常见软件架构模式； 4、具备系统化解决问题的能力，优秀的问题抽象能力，良好的沟通技巧和主人翁责任感。
工作职责
团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok 在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok直播研发团队，旨在实现TikTok直播业务的研发工作，搭建及维护业界领先的产品。 加入我们，你能接触到包括：社交互动、营收活动、主播生态、消费订阅、游戏直播、公会&运营平台等核心业务场景，支持产品在全球赛道上高速发展； 也能接触到包括服务架构、大模型算法、基础技术等方向上的技术挑战，保障业务持续高质量、高效率、且安全地为用户服务；同时还能为不同业务场景提供全面的技术解决方案，优化各项产品指标及用户体验。 在这里， 有大牛带队与大家一同不断探索前沿， 突破想象空间。 在这里，你的每一行代码都将服务亿万用户。 在这里，团队专业且纯粹，合作氛围平等且轻松。 目前在北京，上海，杭州、广州、深圳分别开放多个岗位机会。 1、负责TikTok直播稳定性建设，保障和优化直播业务SLA； 2、海外多机房容灾建设，重大风险发现和治理，资源规划与重点活动保障； 3、系统性设计并实施容灾、容错、限流、降级、故障自愈等稳定性方案； 4、AI工具探索，提升故障发现、定位、止损效率。
1. 保障在线业务系统的可靠性与健康性，重点关注系统容量与稳定性。 2. 推动提升服务的可靠性、扩展性和性能优化，降低服务成本消耗。 3. 提出和实施改进服务稳定性及运维灵活性的方案，不断优化现有技术栈，提升运维效率。 4. 优化最佳实践，包含关键链路性能分析、业务问题定位排障、推进系统高可用架构改造升级。 5. 参与相关专项治理活动，提升事业部SRE效能。 6. 负责日常云上问题定位排查，跟踪问题处理。 7. 组织和协调部门内部演练，确保团队在突发事件中能够快速响应和处理。 8. 负责制定和管理值班计划，确保节假日期间系统的稳定运行。
1、面向国际电商业务，基于跨团队/时区/地域的合作机制，提供符合实际业务场景的组件稳定性解决方案； 2、持续进行组件的元数据建设，可观测建设，完善多维度的可观测方案； 3、开发平台化、数据可视化和自动化监控流程，以促进国际电商平台组件运维提效的工作； 4、深入了解电商业务，进行组件的风险感知和治理； 5、持续跟进国际电商组件的管理和优化。
1、面向国际电商业务，基于跨团队/时区/地域的合作机制，提供符合实际业务场景的SRE解决方案； 2、深度参与国际电商容灾能力建设，提供端到端容灾解决方案，确保极端故障场景的容灾切流能力； 3、持续提升国际电商SRE在稳定性、效率、成本、安全等方面的核心能力，参与核心指标运营（包括故障召回率、SLI、MTTD、MTTR、资源利用率等）； 4、推动运维工具及平台解决方案的设计和落地，提升国际电商平台基础设施的能力； 5、参与线上Oncall，响应性能和可用性问题，解决问题并最大限度地减少故障时间。
1、负责字节跳动云原生网络的SRE体系建设，覆盖字节跳动边缘云全量业务，挑战海量架构和前沿技术； 2、负责字节跳动K8s云原生集群的架构优化，稳定性提升和SRE体系优化； 3、负责字节跳动容器网络、虚拟交换机、虚拟网关的SRE体系优化。