岗位描述
云平台（必须）
熟悉 AWS 核心产品，具备以下模块的实际操作经验：
EKS：Pod 状态排查、节点驱逐、日志查看（kubectl 基础操作）
ALB：目标组健康检查、5xx 错误排查、Listener 规则理解
CloudFront / CDN：回源异常判断、缓存策略理解、边缘节点状态识别
RDS / ElastiCache：连接数监控、Failover 认知
CloudWatch：告警配置理解、日志检索基础操作
监控与可观测性（必须）
熟悉至少一种监控系统：Grafana、Prometheus、CloudWatch、ELK / Kibana
能够通过 Dashboard 快速定位异常服务、异常时间段和影响范围
了解常见告警指标含义：CPU/Memory 使用率、P99 响应时间、错误率、QPS 波动
故障排查能力（必须）
具备系统性排查思路，能从告警 → 日志 → 链路逐层定位问题根因
熟悉 Linux 基础命令，能在节点或容器内执行基本诊断
能快速阅读并理解系统架构文档、Runbook，在陌生系统中独立开展排查
有 On-call 值班经验者优先
软性要求
责任心强，夜班时段能保持专注和响应及时
沟通清晰，故障描述准确，不遗漏关键信息
抗压能力强，能在高压事故场景下保持冷静、有序执行
有良好的文档习惯，事故记录规范、交班信息完整