游戏运维工程师

1、负责公司游戏及平台业务的线上监控体系日常维护，保障监控系统（Zabbix/Prometheus/Grafana等）稳定运行，确保监控覆盖无盲区 2、负责告警规则的配置、调优与降噪管理，持续优化告警精准度和响应效率，减少无效告警对运维团队的干扰 3、负责线上告警的实时响应与初筛处理，对P0/P1级故障做到快速定位、及时升级，配合发布运维组完成故障应急处置 4、负责各项目监控大盘的设计与维护，定期更新监控指标、可视化面板，为团队提供直观的线上运行状态视图 5、负责新服务、新项目的监控接入支持，配合发布运维组在版本上线时完成监控配置与告警规则部署 6、负责线上日志的采集与分析（ELK），具备从日志中定位异常、辅助故障排查的能力 7、参与线上故障复盘，输出监控改进项并推动落地，持续提升监控体系的有效性

1、计算机类及相关专业背景，2年以上运维或监控运维相关经验，本科及以上学历 2、熟练掌握Prometheus + Grafana监控体系，有告警规则设计、指标采集（Exporter）、大盘搭建的实战经验 3、熟悉Zabbix监控系统，能够独立完成监控项配置、触发器规则编写、模板管理等工作 4、掌握ELK（Elasticsearch/Logstash/Kibana）日志平台，具备日志检索、异常分析、日志告警配置能力 5、掌握Linux系统基础操作，熟悉常用网络、进程、性能排查命令（tcpdump/netstat/strace/top等） 6、掌握至少一种脚本语言（Python/Bash/Shell），能编写自动化脚本完成监控配置批量管理、告警通知等功能 7、有游戏行业运维经验者优先，了解游戏业务典型监控场景（在线人数、延迟、支付链路、匹配成功率等） 8、具备较强的责任心和故障敏感度，能接受轮值on-call制度，在值班期间做到告警不漏接、响应不超时 9、具备良好的沟通协作能力，能与发布运维、测试、项目组高效配合完成故障处理 加分项 有Prometheus Alertmanager告警路由和降噪实践经验 有云厂商（腾讯云/阿里云/AWS）云监控接入经验 有Docker/K8s容器化环境监控配置经验 有故障复盘报告撰写经验，能输出结构化的根因分析和改进建议