团队职责：
1.负责核心中间件（如APM、自动化测试、压测、故障演练系统等）的稳定运行与性能优化，保障全链路服务的高可用性。
2.主导监控报警体系、部署工具、智能体平台等系统的搭建与持续迭代，提升问题发现与故障响应效率。
3.制定并推动实施整体稳定性建设规范，涵盖容量规划、容灾架构设计、应急预案演练等，系统性降低线上风险。
4.运用压力测试、故障注入、自动化巡检等方式，识别系统隐患并推进问题闭环解决。
5.建立故障预警与事后复盘机制，促进稳定性文化的建设和工具链的不断完善。

候选人能力要求

技术能力：
1.5年以上互联网或云计算行业经验，掌握分布式系统架构，熟练掌握至少一种编程语言（如Java/Python/Go）。
2.具备完整的全链路稳定性建设经验，熟悉监控告警机制、SLA标准制定及故障应急流程，了解混沌工程与容灾演练实践。
3.深入理解常用中间件（如APM、压测平台）和运维工具（如自动发布、日志分析系统）的技术实现原理。
4.掌握系统性能调优方法，能够通过压测和链路追踪定位瓶颈，并提出有效优化策略。

软性能力：
1.具备跨部门协作和整体架构规划能力，可牵头复杂项目的执行与落地。
2.对技术风险有敏锐洞察力，能提前识别潜在问题并制定应对方案。
3.沟通表达能力强，可协调开发、运维与业务多方共同达成稳定性目标。
4.承压能力强，能胜任7×24小时故障响应的工作要求。

加分项：
-具备大型互联网企业稳定性团队管理背景。
-了解智能运维（AIOps）、故障自愈等先进技术方向。