监控开发工程师

岗位职责：
1、平台设计搭建：负责设计、搭建并持续优化公司的监控（Prometheus/Grafana）、日志（ELK/Loki）和告警（Alertmanager）核心平台；
2、日常运维保障：保障监控平台自身的高可用性与性能，管理数据的采集、存储、查询和可视化；
3、告警体系治理：建立智能、精准、分级的告警系统，通过优化规则、路由和抑制机制，有效减少告警噪音，确保关键问题能被即时响应；
4、规范制定赋能：制定并推广公司级的可观测性接入规范与最佳实践，为各业务团队提供SDK、工具支持和技术指导，提升整体排障效率；
5、前沿技术探索：持续跟踪可观测性领域的新技术（如OpenTelemetry、持续剖析等），评估并引入合适的技术以解决实际痛点。
任职要求：
1、技术栈：
（1）精通 Prometheus（数据模型、PromQL、Exporter开发）和 Grafana 仪表盘开发；
（2）熟练掌握至少一种主流日志系统，如 ELK Stack 或 Loki；
（3）精通至少一门编程语言（Go 或 Python），并具备良好的编码习惯；
（4）熟悉 Linux 操作系统及网络基础知识，能进行日常的性能排查；
（5）具备强烈的“配置即代码”理念，熟练使用 Git 管理所有配置。
2、核心能力：
（1）具备独立设计并实施一套完整监控解决方案的能力；
（2）深刻理解监控、日志、追踪在问题定位中的不同作用，具备系统性思维；
（3）对告警治理有深刻理解，追求告警的准确性和有效性；
（4）优秀的沟通协作能力，能主动推动问题闭环，并乐于赋能团队。
3、加分项：
（1）有在容器化（Docker）和 Kubernetes 环境中部署和管理可观测性栈的经验；
（2）熟悉 OpenTelemetry 标准，有相关实践；
（3）了解公有云（如阿里云、AWS、腾讯云）的监控服务并进行过集成；
（4）有SRE相关经验或对系统稳定性、容量规划有深入理解。