岗位概述 一、岗位职责 1. 依公司业务战略和需求，规划与架构设计监控运维体系，制定策略，保障监控系统高效、稳定、前瞻，准确反映业务系统运行状态。 2. 搭建、部署、优化各类监控工具和平台，如服务器、网络、应用性能、日志监控等系统，深入研究和应用先进的监控技术，不断提升监控系统的功能和性能。 3. 实时监控业务系统运行状态，包括不限于服务器性能指标、应用程序响应时间等关键指标，及时发现异常情况并准确判断和快速响应。 4. 制定完善监控告警策略，合理设置阈值和通知规则，确保故障时及时准确通知，减少误报漏报。 5. 深入分析监控数据，挖掘系统性能瓶颈和风险隐患，为系统优化等提供数据支持，协助定位解决问题。 6. 参与制定监控运维流程规范，推动工作标准化、自动化、智能化，提升团队工作效率和质量。 7. 负责监控运维团队日常管理和培训，指导培养初级中级工程师，与其他部门良好协作。

教育背景要求 1. 教育背景 ：本科及以上学历，计算机科学与技术等相关专业优先。 工作经验 2. 工作经验 ：8 年及以上监控运维领域经验，曾在大型互联网企业等行业企业的运维监控中心或 OCC 指挥中心担任核心角色优先。 知识与技能 专业技能 ： 1、熟练掌握主流的监控工具和技术，如 Zabbix、Prometheus、Grafana、Nagios、ELK Stack、博睿可观测等，能够独立进行监控系统的安装、配置、调优和故障排查，并具备丰富的二次开发经验，以满足个性化监控需求。 2、熟悉云平台（如微软云、AWS、华为云等）的监控服务和架构体系，有云原生环境下监控运维经验者优先，包括容器监控（Docker、Kubernetes 等）以及微服务架构下的监控方案设计与实施经验。 3、深入理解计算机网络原理和操作系统知识，熟悉网络协议，能运用抓包工具分析诊断；了解 Linux 系统，掌握 Shell 编程。 4、至少熟练掌握 Python、Go、Java 一种编程语言，解决监控运维实际问题。 5、掌握数据库相关知识，熟悉主流数据库性能监控指标和优化方法。 其他 4. 能力素质 ： 具备出色问题分析解决能力，能快速定位故障根源，运用逻辑思维等解决难题，应急处理恢复冷静迅速。 有责任心敬业精神，对工作敏感严谨，严格把控监控系统质量稳定性。 具备团队协作和沟通能力，能跨部门沟通协作，通俗解释监控技术和问题。 有学习能力和自我驱动力，关注技术趋势动态，提升技能应用到工作。