SRE资深专家/Leader - 安全与风控

职位描述

团队介绍：安全工程团队负责设计、搭建并维护字节跳动的全球安全基础设施、平台及服务。我们的核心职责是研发具备可扩展性的系统与工具，为公司全域产品的安全运营提供支撑。通过交付可靠、高性能的安全解决方案，保障字节跳动全球平台的安全，并提升业务韧性。

1、作为运维保障负责人，您将全面负责公司安全产品和服务的稳定性、可观测性及系统架构韧性；您不仅需要统筹传统的运维核心工程（容量管理、告警监控、变更管理、故障排查、容灾演练等），更需作为引领者，推动基于AI大模型和Agent智能体的产品运维保障模式在安全产品层面的全面落地和实施，实现从“手动/脚本自动化”向“AI闭环自动化”的范式转型；

2、负责规划和推动从传统运维体系向AI Native运维体系的转变，完善SLO/SLI体系，确保基础设施具备横向扩展能力、灾备能力（DR）及多云/混合云环境下的高可用性；制定智能运维整体技术路线和演进规划，推动传统运维向Agent驱动的自动化、自主化运维转型；实施基础运维能力向AI Agent的转变，包括智能监控、故障诊断（RCA）、变更分析、自动化处置、故障复盘等核心场景，持续提升故障发现、定位和恢复效率，建立全链路的故障分级与响应机制；主导运维保障工具链和执行平台向AI Agent的转变，打通云平台、容器、CI/CD、数据库、中间件等运维能力，实现安全、可控的自动化执行和闭环处理；推动运维标准化和知识工程建设，沉淀Runbook、SOP、历史故障案例及最佳实践为Skill/Context，持续完善运维知识资产，实现知识复用和持续学习；引入AI与大模型相关技术的创新应用，持续跟踪Agent、多智能体、RAG、MCP等前沿技术，并结合业务场景推动落地；

3、负责推动和建设构建统一运维数据底座，整合监控、日志、链路追踪、CMDB、变更、发布等多源数据，建设运维知识库和知识图谱，为AI运维能力提供高质量数据支撑；

4、带领团队开展智能运维平台和产品交付流水线的建设，推动跨研发、测试、SRE、基础设施等团队协同，持续提升平台稳定性、自动化水平和运维效率；

5、打造一支兼具运维、平台工程和AI能力的高绩效团队，建立持续学习、知识沉淀和技术创新机制，推动组织从传统运维向AI Native运维转型，实现团队能力与智能运维平台的共同演进。

任职要求

1、能够制定AI Native运维体系的技术发展路线，推动运维模式向智能化、自主化演进；

2、具备运维平台、SRE体系或云原生平台建设或者运维经验，能够设计统一运维数据和Agent平台架构；

3、具备自动化运维、云原生、平台开发及软件工程能力，能够推动平台产品化和工程化建设；

4、熟悉大模型、Agent、RAG、MCP等技术，能够推动AI在监控、诊断、决策、执行等运维场景中的落地应用；

5、能够建立知识工程、AI治理、数据治理及安全管控体系，确保AI应用安全、可靠、持续演进；

6、具备团队建设、人才培养和跨部门、跨地域协同能力，能够打造具备AI与平台工程能力的高绩效团队，推动组织完成AI Native运维转型。

优先考虑/加分项

1、具备基础平台、服务端、基础安全产品研发背景的优先考虑；

2、具有信息安全产品的从业经验，包括但不限于产品的研发、运维或者运营，具备一定的信息安全技术能力；

3、具有大模型、Agent、RAG、MCP等AI技术的企业级落地经验；

4、具有AI Native运维体系或Agent平台从0到1建设经验；

5、具有组织变革和智能化转型经验，能够推动团队工作模式和运维流程升级；

6、具有行业影响力或技术领导力，包括开源贡献、技术分享、专利、论文、标准制定或重大平台建设成果。