阿里巴巴基础设施与稳定性工程-SRE架构师-杭州

任职要求

基本要求
● 五年以上软件研发经验，具备深厚的编码功底，并拥有主导超大规模分布式系统设计与落地的成功经验。
● 对 SRE 理念有深刻理解和丰富的实践经验，能够从流程、工具、组织等多元维度系统性地提升系统的可靠性。
● 具备架构权衡（Trade-off）能力，能够在成本、效率、稳定性等多个维度间做出清晰、可论证的技术决策，拒绝“过度设计”或“未经充分验证的上线”。
● 具备主人翁精神与技术担当，视系统稳定为最高优先级，能够在高压下保持冷静，并驱动问题根因的彻底解决。
● 拥有强烈的好奇心与持续学习的热情，保持对业…

工作职责

核心职责
1、稳定性架构设计与治理
● 主导集团级稳定性保障体系的顶层设计与演进，覆盖从代码变更、配置发布、弹性调度到基础设施的端到端生命周期，建立可度量、可治理的稳定性基线。
● 构建并推行集团统一的容灾架构标准与治理框架，确保架构方案在设计、实施、验证与日常运营中闭环落地。
2、核心领域技术深耕
● 容灾与高可用体系： 主导从同城双活、异地多活到单元化架构的演进，构建以混沌工程为代表的常态化、自动化演练验证平台，确保容灾方案的真实有效性。
● 基础设施稳定性： 深入数据中心与网络基础设施，建立全链路的可观测性与快速恢复能力，能够精准诊断并根治网络拓扑、路由协议、专线质量等引发的全局性问题。
● 资源与容量运营： 深入理解计算、存储、网络等资源的成本-效率-稳定性三角模型，设计并推动精细化的资源调度、容量规划与成本优化方案，实现极致的资源效率。
3、组织与文化影响力
● 推动稳定性文化的落地，构建科学的度量指标体系（如MTTR、变更成功率、故障根因分布等），并推动指标体系回归工程本质，避免其成为组织绩效博弈的工具。