同程旅行SRE工程师

团队介绍：字节跳动推荐架构团队，负责字节跳动旗下相关产品的推荐系统架构的设计和开发，保障系统稳定和高可用；负责在线服务、离线数据流性能优化，解决系统瓶颈，降低成本开销；抽象系统通用组件和服务，建设推荐中台、数据中台，支撑新产品快速孵化以及为ToB赋能。 1、负责推荐业务的资源规划与重点活动保障； 2、负责推荐业务容灾体系建设与容灾能力提升； 3、负责推荐业务变更效率提升与质量优化，支撑业务高效迭代； 4、负责推荐业务硬件亲和性分析，为业务提供高ROI硬件选型； 5、负责推荐业务相关运维平台设计与研发，支撑超大规模集群的自动化运维。

团队介绍： 我们始终秉承着7*24保障为先的信念，安全、服务、稳定是我们坚守的目标，让系统可用率达到99.99%是我们永恒的使命！团队秉承简单、开放、匠心的文化，齐心协力，内外赋能，一起为梦想而努力！ 1）团队年轻化，管理扁平化，事情推动效率高； 2）团队的学习分享氛围好，成长空间大、成长快； 在这里你能获得： 一群真诚、友善的伙伴， 一个能共同成长，在一起，向前冲的团队， 一个可以把前沿技术实践到工作中的机会， 这里既有技术成长、又有业务成长，这里没有甩锅、没有PUA！ 岗位职责： 1. 负责同程旅行核心服务可靠、稳定、高效运行； 2. 负责相关服务架构审核、配置管理、业务监控、容量规划、性能优化、应急响应等； 3. 负责分析相关系统的稳定性、性能问题，提出优化方案并推动实施； 4. 负责突发事件管理，问题跟踪追查；能够运用主机监控、日志分析、APM、trace等工具进行复杂问题定位； 5. 参与日常值班轮转，响应和处理严重、复杂应用故障； 6. 参与设计、开发提高同程旅行稳定性、工程效率、资源效率的相关运维自动化工具与平台。

1、负责公司业务系统运维工作，提升业务稳定性和工程效率，与业务方保持高效沟通，建立良好合作关系； 2、参与业务服务端架构的高可用设计和性能优化，保证高效、可靠的业务迭代; 3、负责线上重大问题排查，紧急事故处理，后续事故分析与优化; 4、负责应用故障演练、应急预案、SOP手册编写工作，确保故障时业务能快速恢复; 5、负责应用高可用建议及管理，包括限流、降级，容错、容灾，同城多活，确保应用质量; 6、建立SLA评估标准，计算故障对SLA影响，并对SLA后续改进措施进行跟进。

1.负责游戏和平台业务的技术保障工作，包括但不限于日常变更、容量规划、故障处理、重大活动保障； 2.推动提升业务的可靠性、可扩展性以及性能优化，保障业务SLA； 3.积累SRE最佳实践，为业务架构设计与组件选型提供指导，输出标准技术文档； 4.负责管理和维护基础设施，能够通过自动化提高运维效率。