大数据稳定性建设专家
发布时间：
岗位职责
1.建设覆盖事前预防、事中发现与处置、事后复盘改进的稳定性治理体系。
2.推动核心系统建立 SLI、SLO、错误预算和稳定性度量机制。
3.负责可观测性建设，完善指标、日志、链路追踪、告警及异常检测能力。
4.建设变更风险治理体系，包括变更准入、风险识别、灰度发布、自动守护和快速回滚。
5.牵引容量评估、压测、限流降级、容灾和故障演练，提升系统韧性。
6.参与重大故障应急指挥，推动快速止损、根因分析及改进项闭环。
7.识别高频、重复和高影响故障，推动技术改造及自动化治理。
8.将稳定性实践沉淀为平台能力、规范、工具和最佳实践。
9.联动大数据引擎、大数据平台和业务数据团队，推动跨团队稳定性专项。
任职要求
1.具备大型分布式系统、大数据基础设施或云平台的稳定性建设经验。
2.熟悉 SRE、可观测性、容量管理、变更治理、故障应急和容灾体系。
3.熟悉大数据技术或计算平台中的一种或多种技术体系。
4.具备复杂故障定位和系统性分析能力，能够从单点问题提炼共性治理方案。
5.具备稳定性平台或自动化工具的设计与落地经验。
6.能够定义并推动稳定性指标，对可用性、故障率、恢复时长和变更成功率负责。
7.具备较强的跨团队推动能力，能够组织重大专项和故障复盘。
8.具有风险意识、结果意识和良好的书面沉淀能力。