站点可靠性工程师

职位说明

Mandavo 处于企业群体中每个智能体操作的关键路径上。当我们宕机时,依赖我们的企业就无法安全行动。你将负责可用性、事件响应,以及防止这种情况发生的运营纪律。

你将构建让智能体在人类治理下安全运营该平台所需的工具。

你将做什么

负责身份与授权路径的服务级别目标(SLO)并维护达标。

构建并运行事件响应机制,包括在压力下触发的撤销流程。

将智能体处理的运营工作自动化,由人类为不可逆的步骤把关。

缩短整个企业群体中从异常发现到撤销的平均时间。

我们期望的能力

有大规模运行关键服务的生产 SRE 或平台经验。

你在事件发生时保持冷静,并在事后复盘中一丝不苟。

你会将重复性工作自动化,并把决策记录下来。