Senior SRE/DevOps Engineer(營運部)

我們從計程車叫車 App 出發，55688 App 已突破 720 萬會員、累積超過 100 萬次下載，並維持 4.8 星高評價。隨著服務擴展至快遞、找專家、洗衣等生活服務，我們正朝向能承載高即時流量與高可靠度需求的 Super App 邁進。

目前團隊已具備研發與第一線維運人員，正在建立 SRE（可靠度工程）能力，希望邀請對系統穩定性、工程化改善有熱情的工程師，一起把基礎打好、制度建起來。

一、職務定位

1. 負責維持系統在 7x24x365 營運模式下的穩定性、可用性與可擴展性，透過工程化方式降低事故發生率、縮短復原時間，並建立自動化、標準化的部署與維運流程，使系統能安全、快速、可預期地持續交付。同時與研發工程師密切合作，將穩定度、可維運性與交付能力內建於產品開發流程中。

2. 這是一個 SRE / DevOps 的探索與建設角色（0→1），我們不期待你一來就建立完整 SRE 體系，能與團隊逐步建立可靠度工程的基礎能力與共識。

二、Incident / on-call 分工說明

1. L1（第一線）即時應變：由維運人員負責。

2. 本職位為 L2 on-call 支援角色，專注在可靠度與穩定性。

3. 核心價值在於：

* 事後改善。

* 制度建立。

* 用工程方式降低事故發生率與影響範圍。

三、你會做的事（工作內容）

(一) SRE（可靠度工程｜L2）

1. 與團隊一起盤點關鍵服務，逐步導入服務可靠度目標：

* Service Level Agreement

* Service Level Objective

* Error Budget

2. 協助設計與改善系統架構：

* 高可用架構（Load Balancer、Auto Scaling、Failover）。

* 健康檢查與自動復原機制。

3. 進行容量規劃與壓力評估：

* Capacity Planning。

* 事前評估壅塞與資源不足風險。

4. 建立與優化可觀測性（Observability）：

* Metrics（CPU、Memory、QPS、Latency、Error Rate）

* Logs（集中化日誌）

* Tracing（分散式追蹤）

5. 設計合理告警策略：

* 避免大量無效或過度頻繁告警。

* 讓告警更貼近實際風險與業務影響。

6. 參與 L2 on-call 支援：

* 協助分析系統性問題與 Root Cause。

* 評估是否需要：

a. 回滾版本。

b. 降級服務。

c. 進行跨系統處置。

7. 主導或協助完成 Incident Report 與 Postmortem：

* 系統性整理事故過程與影響。

* 將每一次事故轉化為具體改善行動與制度。

* 追蹤改善措施的落實情況。

(二) DevOps

1. 建立與維護 CI/CD Pipeline：

* 例如 Jenkins、GitLab CI、GitHub Actions。

* 確保流程穩定、可重複且易維護。

2. 將以下流程自動化，降低人工操作風險：

* Build。

* Test。

* Security Scan。

* Deploy。

3. 支援多環境的一致性與部署效率：

* Dev 環境。

* Staging 環境。

* Production 環境。

4. 導入 Infrastructure as Code：

* 例如 Terraform。

* 提升環境管理與佈署的可重現性與可追蹤性。

5. 建立與完善發布與回復機制

6. 與 QA、RD 協作：

* 透過流程與工具設計降低發版風險。

* 在速度與穩定之間取得平衡。

(三) 與研發與維運團隊協作

1. 與 RD 協作，將穩定度與可觀測性納入開發流程，例如：

* 設計 Health Check 機制，讓系統狀態可被自動偵測與監控。

* 規劃服務降級與備援設計，確保在部分功能異常時，核心流程仍可運作。

* 持續消除單點故障（SPOF），提升整體架構的高可用性。

2. 提供標準化平台能力，讓各產品團隊能共用：

* CI/CD Pipeline 範本。

* 監控標準模組。

* 告警標準規則。

3. 與研發與維運團隊共同建立基礎 SRE 實踐：

* Incident handling 流程：

a. 通報。

b. 應變。

c. 復原。

* Runbook 撰寫與持續改善：

a. 讓常見情境有標準作業手冊可依循。

* 基本 SLO / Error Budget 導入與追蹤。

4. 透過文件、分享與實務協作：

* 提升團隊對 SRE 思維與方法的理解。

* 建立跨團隊對穩定度的共同語言與共識。

四、我們期待你具備的條件

(一) 必備條件

1. 3–5 年以上 DevOps 或 SRE 相關實務經驗。

2. 熟悉作業系統與網路基礎：

* TCP/IP。

* DNS。

* HTTP。

* Load Balancer 等相關概念。

3. 熟悉至少一種雲端平台：

* 例如 GCP 或 Azure。

4. 熟悉容器與編排技術

5. 具備 CI/CD Pipeline 建置或維護經驗。

6. 熟悉或曾接觸 Observability 工具，例如：

* Prometheus / Grafana。

* ELK（Elasticsearch / Logstash / Kibana）。

* Datadog。

* OpenTelemetry 等。

7. 能配合 L2 on-call 支援：

* 接受輪值制度。

* 願意以工程方式持續降低 on-call 負擔與頻率。

8.具領導資淺同仁、指派工作經驗，協同完成工作內容。

(二) 加分條件

1. 有即時高流量系統經驗（即時服務、電商、金流）。

2. 具效能調校、容量規劃或壓力測試實務經驗。

3. 具雲端或平台資安實務經驗，例如：

* 權限設計。

* 資安防護。

* 合規與稽核相關經驗。

這不是一個「只是在前線救火」的職位， 而是一個能與團隊一起把 SRE 能力與制度從 0 建起來的角色。

如果你喜歡把混亂變成秩序、

把事故變成制度、

把人力應變變成工程化改善，

我們會很期待和你聊聊。