岗位职责 1. 告警体系治理（主导） 独立主导生产环境告警规则的全量梳理，建立 P0/P1/P2/P3 告警分级规范及治理机制 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% 以上 设计并落地告警收敛规则，包括时间窗口聚合、拓扑关联抑制、重复告警静默等 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，参与模型效果评估与反馈优化 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，涵盖告警有效率、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 工作经验：5 年以上运维监控 / 可观测性相关工作经验 可观测平台：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 容器运维：熟悉 Kubernetes 容器运维，能读懂 Pod/Node 级别的监控指标和日志 Linux 基础：具备扎实的 Linux 运维基础，包括日志分析、性能排查、Shell 脚本编写 项目经验：有告警治理 / 噪音压降项目的完整交付经验，能从现状分析到效果验证全过程清晰描述 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 具备 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