The posting
岗位职责: 1. 稳定性体系架构与治理:主导构建与演进公司级业务稳定性保障体系。通过制定高阶技术指标(SLO/SLI)、设计容灾与降级架构、完善容量规划与管理模型,确保核心业务在极端场景下的高可用与韧性。 2. 基础架构设计与演进:负责核心中间件(如Kafka、Redis、ElasticSearch、MySQL)及基础服务的高可用架构设计、容量规划与性能优化。主导关键架构方案的技术评审,制定并推行运维标准化规范(SOP),为研发提供架构级赋能。 3. 业务架构深度治理:深入业务线,主导关键链路的全链路压测、性能瓶颈分析与根治。推动系统向云原生、微服务高可用架构演进,系统性解决技术债务,提升整体服务治理水平。 4. 运维体系自动化与平台化:规划并主导运维自动化平台建设,设计实现覆盖部署、监控、故障自愈等全链路的自动化工具与流程,驱动运维模式向智能化、无人化转型。 5. 可观测性平台建设:设计和打造下一代统一可观测性平台,整合日志、指标、追踪与事件数据,构建具备预测能力的智能监控与根因分析体系,实现故障的快速发现、定位与恢复。 6. 应急响应与持续改进:建立并主导重大故障的应急响应机制与复盘文化,将故障经验转化为架构、流程或工具的改进措施,持续提升系统韧性。 7. 安全与合规架构:与安全团队协同,主导运维侧的安全架构设计与合规性落地,确保基础设施与服务满足内外部安全审计与合规要求。
职位要求: 1. 经验与背景:计算机相关专业本科及以上学历,8年以上大规模、高并发分布式系统运维/架构经验,有主导过亿级用户量或千台以上节点系统稳定性保障的成功实践。具备大型电商、金融或SaaS平台经验者优先。 2. 云与平台架构:精通至少一家主流云平台(AWS/Azure/阿里云)的服务与架构,具备丰富的云原生(Service Mesh、Serverless等)落地经验,能主导混合云或多云架构的设计与治理。 3. 容器化与编排:深度精通Kubernetes生态,具备大规模K8s集群的规划、治理、性能调优及故障排查能力,对容器网络、存储、调度有深刻理解。 4. 核心技术栈:精通Linux操作系统内核调优、网络(TCP/IP、HTTP/2)及至少一门编程语言(Go/Python/Java)。具备数据库及中间件的内核原理级理解和丰富的性能调优经验。 5. 分布式架构:深刻理解分布式系统理论(如CAP、一致性算法),对微服务治理、分布式缓存、消息队列、API网关等有丰富的架构设计及疑难问题解决经验。 6. 可观测性与运维平台:具备从0到1设计和建设大型可观测性平台或运维自动化平台的成功经验,熟悉OpenTelemetry等标准,对运维数据驱动决策有深刻实践。 7. 软技能与影响力:拥有卓越的技术判断力、系统化思维和复杂问题解决能力。具备出色的跨团队协作与技术领导力,能主导技术规划、推动跨部门重大架构项目落地,并善于知识传承与团队赋能。



