1、构建全链路流量治理体系，包括智能限流、熔断降级、超时控制、负载保护及灰度发布机制，确保系统在过载情况下的优雅降级。 2、主导混沌工程（Chaos Engineering）体系建设，定义故障注入标准（网络延迟、节点宕机、磁盘满、中间件异常等），定期开展红蓝对抗演练。 3、坚持“无演练，不上线”原则，对所有重大变更和容灾预案进行实战化验证，确保预案的可执行性。 4、建立基于业务模型的容量评估体系，主导季度/年度全链路压测，识别系统瓶颈，制定精准的扩容与资源优化计划。 5、针对高峰期场景，设计弹性伸缩策略，确保资源利用率和系统性能的平衡。 6、建立标准化的故障分级响应流程，担任核心故障指挥官（Incident Commander），在危机时刻统一调度资源，快速决策止损。 7、主导重大故障的无责复盘（COE），推动从“人的失误”向“机制的完善”转变，建设一键式应急工具平台（一键降级、切流、扩容）。

1、计算机相关专业本科及以上学历，8年以上后端开发经验，4年以上大型分布式系统稳定性建设或SRE架构经验。 2、有亿级流量或金融/政务级高可用系统架构设计成功案例，精通微服务治理（Sentinel, Hystrix, Istio等）。 3、深刻理解多租户架构下的故障隔离与防扩散机制。 4、精通混沌工程方法论，有使用 ChaosBlade, Chaos Mesh 等工具在生产环境进行大规模故障注入的实战经验。 5、有处理P0级重大故障的指挥经验，具备极强的心理素质和清晰的逻辑判断力，熟悉“5-Whys”根因分析法。 6、精通 Java/Go 至少一门语言，深入理解内核机制（eBPF, perf），熟悉主流中间件（Redis, Kafka, MySQL）的高可用原理及极端调优。