诚云科技-服务器硬件运维保障工程师-CTO

带外可用性保障与远程管控：负责百万级物理服务器带外（OOB）系统的可用性监控与维护，建设并优化带外链路监控、巡检、告警及 SLA 运营机制，保障远程带外管控通道稳定可靠，确保带外检测、远程控制等核心能力持续在线，推动带外可用性SLA的达成与持续提升。

电力变更安全管理：参与服务器电力变更（上下电、电力切换、电源冗余验证等）的方案设计、风险评估与安全执行，制定电力变更操作流程规范，确保变更过程零事故，保障业务连续性。

高危风险识别与治理：系统性识别运维过程中的高危风险（硬件亚健康、固件缺陷、配置漂移、安全合规漏洞等），建立风险评估模型和治理机制，推动风险从发现到闭环的全流程管理，持续降低线上隐患存量。

线上故障应急与恢复：参与7x24小时故障应急响应机制的设计与实施，承担线上服务器故障的快速定位、应急处置与业务恢复，推动故障根因分析（RCA），制定预防措施以降低重复故障率，保障故障MTTR达标。

自动化与标准化建设：参与和落地自动化运维方案，优化运维流程标准化程度，推动运维工具与平台建设，结合AI Native、数据化运维等前沿技术方向，提升运维效率和智能化水平。

计算机科学、电子工程、通信工程等相关专业，三年及以上SRE或服务器运维相关经验，具备扎实的计算机底层硬件基础知识，熟悉CPU、内存、存储、RAID、网卡等核心硬件组件的工作原理。

熟练掌握Linux/UNIX操作系统，具备Shell、Python、SQL等脚本编程能力，能独立完成自动化运维工具开发与日常运维提效。

熟悉服务器硬件故障定位与修复流程，具备硬件性能瓶颈分析及优化能力，能独立承担故障诊断与处置工作。

具备良好的沟通表达能力和团队协作精神，较强的服务意识和抗压能力，能够适应值班与应急场景。

有IDC数据中心服务器运维或厂商售后工程师经验，具备大规模物理服务器集群运维的实战能力优先。

有 GPU、液冷服务器、异构服务器等新型基础设施运维经验优先。