岗位描述（节选）
1.负责线上生产环境的稳定性保障，包括系统监控、故障应急、容量规划、性能调优与日常运维，持续提升服务可用性（SLA）。
2.设计并研发内部运维平台/工具（如自动化部署、监控告警、容量管理、成本优化、故障自愈等），用工程化手段替代重复性人工操作。
3.基于阿里云及 Kubernetes 构建和维护云原生基础设施，负责集群的部署、扩缩容、升级与治理。
4.建设并持续完善云上与业务两个维度的监控告警和日志收集体系：整合阿里云 SLS、Prometheus、Grafana 等能力，覆盖基础设施、云产品与业务指标，制定合理的告警策略与可观测大盘，实现问题的及时发现与快速定位。
5.推进 CI/CD 流水线建设，完善发布、回滚、灰度机制，保障变更安全高效。
6.参与线上重大故障的排查与复盘，沉淀应急预案与最佳实践，从根因上减少故障复发。
【任职要求】
1.本科及以上学历，计算机相关专业，3 年以上运……
完整岗位描述与官方投递入口,请登录后在岗位详情页查看。