我们正在寻找一名网站可靠性工程师，他将负责确保我们平台的可靠运行，通过使用指标来提高生产过程效率，并参与测试新产品版本。
职责：
- 生产稳定性管理：确保持续符合外部监管要求和内部标准，包括风险安全技术和交易员需求。支持和自动化验证和监控流程，以遵循必要的标准。
- 事件监控与管理：开发和改进监控和警报系统，以检测关键生产指标中的异常。实施快速响应机制和高效解决方案，以保持策略性能。
- 发布与变更管理：执行管理发布和变更的标准，以最小化部署风险。对所有发布实施严格的验收测试。
- 流程管理：为团队开发和维护标准操作程序（SOP），管理任务队列，并组织轮班时间表，以确保持续支持和交易策略的高可用性。
- 集成项目：领导与新交易所、经纪商和交易平台的连接项目，确保服务的顺利和安全集成。
- 技术性能优化：不断提高系统可用性、弹性（MTTR MTBF）和延迟减少，同时优化数据交换性能和订单路由以最大化盈利。
资格：
要求：
- 深刻理解交易流程和市场微观结构，包括在本地交易所协议上的共址交易和算法交易。
- 在高负载环境中监控警报系统和事件管理的经验。
- 了解合规和安全标准。
- 熟练使用监控和事件管理工具，如Grafana、ClickHouse、Prometheus、Opsgenie、Grafana OnCall、PagerDuty等。
- 具备为服务团队开发和管理SOP和KPI的经验。
- 具有与经纪商和交易所的集成项目管理经验。
强大的技术技能包括：
- Linux系统管理和优化。
- TCP/UDP多播网络。
- 基于FIX和本地交易所协议。
- 共址基础设施的设置和管理。
- 使用Python脚本进行自动化和监控。
- 英语水平达到C1或更高。
远程工作：
是
雇佣类型：
全职
