后端开发工程师（监控平台） - DCS

职位描述

团队介绍：字节跳动基础设施DCS【Data Center/Cloud Service/System Service】团队，负责字节跳动全球数据中心全生命周期的运营管理，职责涵盖数据中心运维、服务器管理、资产管理、AI运维平台研发、系统服务、云服务等。致力于为抖音、豆包、今日头条、飞书、火山引擎等各类产品提供高可用、高稳定、高性能、低成本的算力资源。

1、统一监控架构：负责系统监控平台架构设计与研发，构建覆盖物理机、云主机、GPU、IaaS等系统资源的统一监控与观测体系，支撑上层业务对系统级监控的依赖；

2、数据链路与告警：负责【采集-传输-存储-查询】全链路及时序存储、告警引擎等模块的架构设计与研发，支撑海量指标写入与秒级查询，建设告警降噪、关联分析机制，打造【监控-告警-处置-验证】闭环；

3、容灾与高可用：负责容灾与高可用体系设计，保障机房级故障等极端场景下系统稳定对外服务；

4、智能化探索：推动监控从被动发现走向主动预防，探索主机异常诊断、智能告警、事件与日志等方向，结合LLM提升故障预测与根因定位能力。

任职要求

1、本科及以上学历，计算机相关专业优先，3年以上监控方向或运维平台后端开发经验；

2、至少掌握一门编程语言，包括但不限于：Golang、C、C++等，深刻理解计算机原理，具备良好的数据结构和算法基础，具备优秀的编码能力；

3、对监控、可观测领域有深入理解，熟悉指标采集、时序存储、告警引擎、日志等方向并有落地经验，熟悉开源监控体系（如Prometheus、VictoriaMetrics等）源码或有深度使用与二次开发经验；

4、具备解决系统问题的能力，有海量数据处理、高吞吐低延迟链路优化、性能调优实战经验，系统化思考与架构意识强，能独立完成复杂系统的设计与落地；

5、具备良好的自驱力与学习能力，优秀的沟通能力、组织协调与项目推动能力；英语可作为工作语言者优先。