公司自研智能运维平台已完成 AI 根因分析能力建设并全面推广，当前进入告警治理深化与智能化提升阶段。技术栈包括：可观测平台（DataFlux 私有化部署）、OTel 全链路追踪、TSF 微服务框架、TCS 容器平台（Kubernetes）。 本岗位需要在具备扎实运维基础的前提下，能独立主导告警治理专项，并深度参与 AIOps 系统的优化迭代。 **1. 告警体系治理（主导）** - 独立主导生产环境告警规则全量梳理，建立告警分级（P0/P1/P2/P3）规范和治理机制 - 基于数据驱动方法识别告警噪音根因，推动告警有效率从当前水平提升至 80%+ - 设计并落地告警收敛规则（时间窗口聚合、拓扑关联抑制、重复告警静默） **2. AIOps 协同优化** - 与 AI 根因分析系统深度协作：提供高质量告警样本标注，参与模型效果评估和反馈优化 - 针对典型故障场景设计告警关联规则，提升根因定位准确率 - 推动智能工单自动创建的规则设计，输出规范化的告警-工单映射 SOP **3. 监控看板与度量** - 在 DataFlux 可观测平台中设计并维护高质量告警运营看板 - 建立告警质量度量体系：告警有效率、MTTR、噪音率、收敛率等核心指标 - 定期输出告警治理分析报告，支撑运维决策 **4. 技术文档与知识沉淀** - 编写告警规则设计文档、治理方案、操作手册 - 建立告警知识库，为后续 AI 问答和智能工单提供语料基础

**必须具备** - 5年以上运维监控/可观测性相关工作经验 - 深度使用过至少一款主流可观测平台（DataFlux/观测云、Prometheus+Alertmanager、Zabbix 等），能独立设计告警规则和看板 - 熟悉 Kubernetes 容器运维，能读懂 Pod/Node 级别的监控指标和日志 - 具备扎实的 Linux 运维基础（日志分析、性能排查、shell 脚本） - 有告警治理/噪音压降项目的完整交付经验（能描述从现状分析到效果验证的全过程） **加分项** - 有 AIOps 平台（告警收敛、根因分析、异常检测）的实际使用或建设经验 - 熟悉 OpenTelemetry（OTel）链路追踪，理解 Trace/Span 与告警的关联分析 - 有微服务架构（Spring Cloud/TSF）的运维监控经验 - 有 Python/Go 编写监控脚本或数据处理脚本的能力 - 有金融/保险行业运维经验