第1章：岗位能力画像与简历优化模板
📊 SRE高级工程师能力维度表
| 维度 | 关键能力 | 典型指标 / 成果 |
|---|---|---|
| 稳定性设计 | 架构容错、SLA/SLO制定、混沌工程 | 可用性 ≥99.99%，MTBF 提升 30% |
| 自动化建设 | CI/CD、IaC、故障自愈、监控告警 | 部署频率提升 5x，MTTR 缩短 50% |
| 故障排查 | 根因分析、应急演练、事后复盘 | P0 故障 1h 内定位，复盘报告闭环率 100% |
| 容量规划 | 压力测试、资源预测、限流降级 | 资源利用率 ≤70%，大促零容量事故 |
| 技术领导力 | 技术决策、团队培养、跨部门协调 | 推动标准落地，团队 On-call 效率提升 40% |
🎯 面试问答卡片（第1章）
Q1：你如何理解SRE高级工程师的核心价值？请用你的项目经历说明。
考察点： 对SRE角色的认知深度，是否理解"可靠性即产品"的理念，以及实践落地能力。
回答框架： 定义SRE核心目标（可用性与效率平衡）→ 关联自身项目（如主导SLO制定、自动化建设）→ 用数据量化影响（如减少P0故障、缩短MTTR）。
示例回答： “我认为SRE的核心价值是将可靠性工程化。我在电商平台负责交易链路时，构建了基于Error Budget的SLO体系，推动开发团队优先修复高影响问题，最终将系统可用性从99.95%提升至99.99%，并通过自动化扩缩容将大促时MTTR从15分钟降到3分钟。”
可能追问： ①Error Budget消耗殆尽时你会怎么做？②你团队SLO与业务指标如何映射？
避坑提醒： ❌ 只谈理论没有具体数据。✅ 每个结论都要有对应指标，如“减少P0故障”改为“P0故障从月均3次降为0次”。
Q2：你的简历中多次提到"可靠性优化"，能否拆解一个典型案例？
考察点： 简历真实性、问题拆解能力（是否结构化表达）、技术深度与业务关联。
回答框架： 用STAR原则：背景（规模、业务压力）→ 任务（具体目标）→ 行动（技术选型、实施步骤）→ 结果（量化收益）。
示例回答： “某次双十一大促前，订单系统压测发现接口P99延迟达800ms（背景）。我负责制定降级方案：引入本地缓存+异步写，对非核心字段做降级。行动包括配置限流阈值、改写关键代码。结果大促峰值每秒2万订单，P99延迟降至120ms，0故障。”
可能追问： ①降级后数据一致性如何保证？②限流阈值如何确定的？
避坑提醒： ❌ 只讲技术细节忽略业务背景。✅ 先说业务影响（如订单量、PV/UV），再讲技术，让面试官理解价值。
Q3：你如何在简历中量化“自动化运维”的成果？请现场优化一段描述。
考察点： 成果量化能力、对SRE核心指标（MTTR/部署频率/资源利用率）的掌握、表达简洁度。
回答框架： 原描述→ 识别可量化维度（时间/次数/故障数）→ 使用「对比式」或「比例式」数字 → 重构为「行动+指标+业务价值」句式。
示例回答： “原描述：‘负责自动化部署。新描述：‘设计并实现基于K8s的CI/CD流水线，将部署频率从每周1次提升为每日5次，发布失败率下降80%，平均回滚时间从20分钟缩减到3分钟，支撑了业务快速迭代需求。’”
可能追问： ①你是如何减少回滚时间的？②有没有因为自动化导致线上事故？
避坑提醒： ❌ 用“提升效率”“优化性能”等模糊词。✅ 固定格式：动词+对象+数字+业务意义，如“缩短MTTR从10min到2min，减少P0故障影响时长”。
▸ 通过[技术手段]，将[指标]从[旧值]降低/提升到[新值]，节省[成本] / 支撑[业务量]。
▸ 主导[项目名称]，达成[具体SLO]，覆盖[规模]实例/节点，保障[业务场景]零事故。
▸ 设计[系统/平台]，实现[自动化能力]，减少人工操作[X]小时/周，提升团队效率[X]%。