系統可靠性工程師 (Site Reliability Engineer, SRE)

Job description

【關於團隊與產品】 加入跨職能的數位平台開發團隊，負責支撐百萬級活躍用戶、具備點數經營與行銷搶兌活動的高併發應用程式，負責第一線的系統監控、異常排查，並協助團隊平衡「系統穩定性」與「業務連續性」。 【工作職掌】 * 維護監控告警體系（Grafana、Prometheus、ELK），持續優化告警規則與水位設定，降低誤報干擾 * 透過 Log 分析與根因追蹤，判讀並解決跨服務的連線異常與效能瓶頸 * 負責線上事故的即時處理、進度追蹤與結案，並依規範執行重大事故通報 * 參與高流量場景的效能排查與壓力測試，負責 OS 層級與 Web Server 配置的調優作業 * 維護 CI/CD Pipeline（Azure DevOps / Jenkins）與基礎建設自動化流程，確保部署穩定與環境一致性 * 維護 Linux、資料庫、Cache 與 Message Queue 各層環境，橫跨測試至生產的全環境基礎設施 * 配合集團資安規範，執行套件升級、弱點修正與架構調整，並參與跨部門資安聯防 * 撰寫系統架構說明、操作手冊與事故處理紀錄，建立維運知識管理機制 * 協助 Java/Spring Boot 微服務架構的部署與流量負載平衡，並利用進程管理工具維持服務的高可用性 * 開發自動化腳本以簡化維運流程，快速響應並排除系統異常 【必備條件】 * 3 年以上工作經驗，其中包含 2 年以上高流量 To-C 端產品的 SRE 實務經驗 * 熟悉 Linux 系統操作，具備 OS 層級與 Web Server（如 Apache MPM）效能排查能力 * 熟悉網路傳輸協定（TCP/IP、HTTP、DNS）、資安設備（WAF），以及系統資源管控（如 Connection Pool）對應用程式效能的影響 * 熟悉監控告警工具（Grafana、Prometheus、Alertmanager）及 Log 分析平台（Elasticsearch / Kibana） * 熟悉 CI/CD 工具（Azure DevOps、Jenkins）及自動化流程建置 * 具備 Redis、Kafka 等 Cache 與 Message Queue 的實務操作經驗 * 具備 Oracle 或其他主流關聯式資料庫的日常維護與查詢能力 * 具備Python維運腳本開發實務經驗