IT-SRE架构师（可观测性方向）

职位描述

一块真正的绿地，且架构决策权在你手上。选型论证已完成、预算已批，但所有技术细节——链路怎么串、埋点规范怎么定、采样策略、边缘拓扑——都由你来定义。你不会接手一个别人建了一半的烂摊子；

商业工具的预算是给足的。团队的原则是「商业优先、自研脱水采购平台」，Dynatrace 商业版、快猫星云商业支持、Flashduty 专业版均已列入预算盘点（Flashduty 专业版已定版）。你的精力会花在架构与治理上，而不是省钱造轮子和填开源坑；

三类差异极大的观测对象。标准的信息化业务与云原生微服务、机器人产品的端云一体链路、GPU 算力集群与大模型调用——后两类在业界都没有成熟方案，是能做出独特技术积累的地方；

建能力和用能力在同一个人手里。你不会只交付一个平台然后交给别人去用——SLO 怎么定、告警怎么治、故障怎么复盘，都由你基于自己建的能力来推动，闭环完整；

明确的职责边界与合理的预期。这个岗位覆盖面很宽，所以我们把节奏也讲在前面：首年的重心是链路/APM 与稳定性治理（Dynatrace 落地与主机分档台账、告警治理、OnCall 与复盘机制、1-2 个核心服务的 SLO），广度监控平台是第二阶段并会为它单独补 HC，GPU 与机器人两条线首年只做口径定义与试点。团队规划里对每条线的工作量都有量化估算，不承诺做不到的交付，也不会用「全都要」把人耗干；

具身智能赛道：公司业务处在机器人产业化的一线，可观测性会直接支撑机器人产品的规模化交付。

任职要求

计算机相关专业本科及以上，6 年以上后端 / SRE / 基础架构经验，其中至少 3 年专注可观测性方向；

有从 0 到 1 搭建企业级可观测平台的完整经验（不是「使用过」或「维护过」），能清晰讲出当时的架构选择、被否掉的方案以及踩过的坑；

精通分布式链路追踪：深入理解 OpenTelemetry 规范与生态，有 Jaeger / Tempo / SkyWalking / Zipkin 中至少一套的生产落地经验，能独立设计跨语言跨中间件的埋点与上下文传播方案；

精通 Prometheus 生态与指标体系设计，有 VictoriaMetrics / Thanos / Mimir 等大规模时序存储的生产调优经验；

熟练掌握 Go / Java / Python 中至少一门，能独立编写 exporter、OTel Collector processor、采集插件——本岗位需要动手写代码，不是纯方案岗；

理解 APM 探针的实现原理（字节码注入 / eBPF / 运行时 Hook），能判断商业产品的能力边界与适用场景；

有多云或混合云环境的监控落地经验；

有 SLI/SLO 体系与故障应急机制的落地经验：主导过 SLO 口径与研发团队的共识过程、建设过 OnCall 排班与升级策略、组织过 P1 故障复盘并推动改进项闭环。只有理论认知、没有真正推动过研发接受 SLO 目标的候选人不符合要求；

具备成本意识：能把技术方案换算成账单，并主动在方案里设计成本控制点。