稳定性AgenticOps工程师 - TikTok研发

职位描述

团队介绍：TikTok研发团队，旨在实现TikTok业务的研发工作，搭建及维护业界领先的产品。加入我们，你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景，支持产品在全球赛道上高速发展；也能接触到包括服务架构、基础技术等方向上的技术挑战，保障业务持续高质量、高效率、且安全地为用户服务；同时还能为不同业务场景提供全面的技术解决方案，优化各项产品指标及用户体验。

在这里， 有大牛带队与大家一同不断探索前沿， 突破想象空间。 在这里，你的每一行代码都将服务亿万用户。在这里，团队专业且纯粹，合作氛围平等且轻松。目前在北京，上海，杭州、广州、深圳分别开放多个岗位机会。

1、负责观测高可用与事故召回，建设AppLog/Monitorlog等观测链路的多区域容灾能力，完善服务端、客户端、用户反馈等多渠道发现能力；建设可观测Agent，支撑业务影响面评估和SLI生命周期管理等场景；

2、负责日常报警链路的稳定性建设，以及基于Agent的智能诊断能力，围绕报警发现与根因定位，持续提升定位准确率和效率；

3、参与变更托管产品开发，包括内部各子域的技术架构设计，支撑各子域间高质量高效率协同；通过大规模批量变更基座、业务日常发布托管、影响面分析与质检（含大模型），以及变更托管Agent（由Agent理解意图、组合Skill、维护协作上下文，由现有发布与质检系统执行并审计），灵活支持治理类项目和日常发布托管场景；

4、参与Stability AgenticOps横向能力建设，把稳定性平台、工具和标准动作沉淀为可复用Skill，建设统一上下文、任务规划、受控执行（dry-run/权限/审批）、全链路Trace和评测进化能力。

任职要求

1、扎实的基础知识，深刻理解计算机原理，熟悉操作系统、网络、存储等方面的知识；

2、熟练掌握C/C++/Go/Python/Java/PHP等至少一门后端编程语言；

3、具备系统化解决问题的能力、主人翁责任感与团队合作沟通能力；

4、有大规模分布式系统、稳定性/SRE、可观测、发布系统或变更平台经验优先；

5、有LLM/Agent工程实践，熟悉Tool/Skill调用、上下文组装、评测或人机协同的经验优先。