BOSS_JD.md

## 岗位信息汇总

## 岗位1
- 以K8S为核心，CNCF社区开源技术为基础，建设下一代“以应用为中心”的高成熟度平台工程技术体系
- 负责大规模云原生DevOps、FinOps等XaaS平台的架构设计，研发混合多云环境复杂应用交付核心技术；结合客户核心业务场景，打造混合多云环境复杂应用交付的业界标准与核心依赖
- 负责研发平台工程的开发者门户（IDP），包括混合多云环境复杂应用交付自动化流水线，工具集成自动化，开发者门户的模板化和插件化扩展
- 及时响应业务线对平台的需求，补充技术组件、工具，建设平台规范，并能高效、质量的赋能业务线，保证技术对业务支撑的时效和质量

### 岗位要求
- 5年以上产品研发工作经验，熟悉java、python、shell、Golang等语言，有云原生相关产品研发经验
- 精通docker、gitlab、jenkins、Hubar、terraform、K8S-operator、tekton、argoCD,Ansible-Playbook具备高成熟度CI/CD落地能力。
- 精通K8S集群搭建和运维，具备在安全、存储、网络、弹性、配置、包管理、国产化适配、部署、监控等方面的问题处理、性能优化和规范建设能力熟悉kubenetes、argoCD等K8S可视化管理工具。
- 具备良好的文档编写和管理能力。
- 熟悉云原生服务治理、弹性、韧性、可观测性和自动化等基础设施技术者优先。
- 有云原生相关开源贡献者优先。
- 自驱、结果导向，有团队协同精神，喜欢挑战性的工作



---



## 岗位2

**运维 / DevOps 工程师（云原生 & AI 平台）【双休+年终】**
PS: 全日制本科+，谢谢！！！

### 职位描述

你将负责公司云原生基础设施与 AI 平台的稳定性、可观测性与自动化交付，支撑 Java 服务、AI 推理服务及 Agent 运行环境的高效运维。

### 核心职责
- 负责阿里云整体运维治理（ECS / ACK / SLB / OSS / RDS / VPC），优化资源成本与安全权限；
- 管理 Kubernetes（ACK）集群，设计高可用、可扩展的容器化部署架构；
- 构建 CI/CD 流水线，实现代码 → 构建 → 测试 → 发布的自动化，支持持续测试；
- 负责大模型推理服务、RAG、Agent 平台及向量数据库的部署与性能保障；
- 建立监控告警、日志分析、SLO/SLA 体系，推动故障应急响应与复盘改进；
- 落实云安全、数据访问控制与合规审计要求。

### 任职要求

必须具备:
- 3-5 年以上 DevOps / SRE / 运维经验；
- 熟悉 Linux、网络基础及阿里云主流产品；
- 熟练使用 Docker，具备 Kubernetes 生产环境运维经验；
- 掌握 Shell 或 Python，能编写自动化运维脚本与工具。

### 加分项

有 AI / 大模型平台运维经验；
熟悉 GPU 资源调度与管理；
了解向量数据库（Milvus / ES / pgvector）或可观测性体系（Prometheus / Grafana）。



---



## 岗位3

### 岗位职责
- 深度参与Kubernetes相关组件和扩展控制器的开发；同时保障线上Kubernetes集群的高效、稳定运行。
- 参与虚拟化平台产品的功能设计和研发，实现平台管控、集群调度、资源弹性等相关能力；
- 基于Kubernetes、KubeVirt、Qemu、KVM等持续进行产品优化，提升用户体验。

### 岗位要求
- 本科及以上学历，计算机相关专业；精通Go语言后端开发；5年以上云原生领域相关软件开发经验。
- 深入理解Kubernetes架构与实现原理，具备基于Operator等扩展机制的开发经验；
- 熟悉业界主流企业级容器平台或云服务器平台的架构原理，具备丰富的研发和运维实践经验。
- 熟悉KubeVirt、QEMU/KVM等虚拟化技术实现原理者优先。
- 工作积极主动，具备良好的自驱力和快速学习能力，能够有效解决线上技术难题。
- 北京或佛山



---



## 岗位4
- 本科及以上学历，计算机、通信等相关专业，3-5年云原生开发经验，有复杂项目交付经历者优先。
- 熟悉Linux环境下的Go/Java等1至2种语言；
- 了解微服务架构的技术挑战，并有对应的解决方案；
- 熟练掌握K8S核心原理（Pod/Deployment/Service）、容器网络与存储方案，熟悉Prometheus、Istio等云原生工具链；
- 扎实的技术基础，熟悉性能、可用性、伸缩性、扩展性、运维监控、集成发布等；
- 此外，我们希望你是一位有潜力和热情的工程师：
- 良好的设计和编码习惯，热爱后端技术，有较强的学习能力，有强烈的求知欲、好奇心和进取心；
- 良好的技术敏感度，能及时关注和学习业界最新的后端技术，以技术反哺驱动业务；
- 良好的服务意识、责任心、较强的学习能力，优秀的团队沟通与协作能力。



---



## 岗位5
- 计算机通信或相关专业本科以上学历，3年以上的传统互联网业务系统DevOPS/运维/开发工作经验；
- 具有较强的分析问题和快速解决问题的能力，良好的技术文档撰写能力和工作习惯，善于学习新技术；
- 具有优秀的沟通技巧、团队合作经验、敬业精神，确实把客户第一做到言行一致；
- 具有较强的抗压能力，面对云计算的机遇与挑战，在较大压力下保持工作激情；
- 英语能力优秀，能突出者专业学历不限。

### 技术能力要求
- 熟悉云服务架构设计（微服务解耦、网关、故障隔离、一致性、缓存设计、集群）；
- 容器化改造、微服务拆分、应用开发相关项目经验的优先；
- 具备容器底层服务运维能力：精通Docker、Kubernetes、Istio等服务；
- 掌握tcpdump & wireshark分析网络问题；
- 具备性能调优能力优先：CPU, MEMORY异常排查 并有实际故障解决优先；
- 具备kubernetes相关证书优先

### 加分项

操作系统或虚拟化领域专家，有Linux或虚拟化方面的研发、运维或支持经验。
- 熟悉进程、文件系统和网络常见系统调用，能够使用strace/gdb等类似工具分析程序行为或者能够根据源码分析程序逻辑；
- 熟悉内核堆栈报告，能够分析coredump；
- 熟悉Linux网络栈，知道内核网络参数的工作机理，了解虚拟网络设备的工作机理；
- 熟悉Linux存储和文件系统，能够分析和定位影响应用I/O性能的因素；
- 熟悉namespace、cgroup、upstart、systemd等概念，熟悉RPM和deb软件包；
- 熟悉DevOps，有大规模Linux集群运维经验优先。
入职为鸟科技



---



## 岗位6

### 岗位职责
- 负责容器云平台及相关生态体系的设计、建设与持续优化，支撑公司核心业务系统的稳定运行；
- 主导云平台自动化、智能化运维体系建设，研发并落地高效的运维工具与管控平台；
- 深入分析平台运行数据，推动架构优化、性能调优与资源效率提升；
- 跟踪云原生技术（Kubernetes、Service Mesh、Serverless 等）及社区发展趋势，评估并引入前沿方案；
- 协同研发与安全团队，完善云平台在多集群、多环境场景下的部署、监控与应急响应体系。

### 任职要求
- 计算机相关专业，本科及以上学历，具备扎实的计算机基础，2年以上运维经验；
- 熟悉Linux操作系统，熟练使用 Shell、Python 等脚本语言，具备Go开发经验者优先；
- 深入理解 Docker、Kubernetes、微服务架构等云原生技术，具备相关系统建设或运维开发经验；
- 熟悉常见监控与可视化框架（如 Prometheus、Grafana、zabbix、ELK 等），能独立设计自动化监控方案；
- 具备分布式架构运维或大规模集群管理经验，了解 DevOps/SRE 思想与实践；
- 具备良好的系统思维与问题分析能力，能够通过代码和工具手段提升平台可用性与运维效率；
- 积极主动、具备良好的跨团队沟通与协作能力。



---



## 岗位7
- 负责智算调度系统的功能开发，实现对 GPU 等异构算力资源的统一纳管、弹性调度、任务编排与生命周期管理，支撑 AI 训练、遥感处理等高负载任务；
- 基于 Kubernetes 深度定制调度策略，支持多租户配额、优先级抢占、亲和性调度及 GPU 共享调度，提升资源利用率；
- 参与构建平台能力，包括资源监控、计费系统、服务门户、运维看板等模块的设计与开发；
- 主导前端架构设计，使用 Vue/React 开发高性能控制台与可视化大屏，实现算力分布、任务流、资源拓扑、实时监控等复杂数据的动态呈现；
- 编写高质量技术文档，参与系统设计评审与代码规范建设，保障平台可维护性与可扩展性。

### 任职资格
- 本科及以上学历，3年以上全栈开发经验；
- 精通至少一种后端语言如：Python，具备良好的工程素养；
- 了解 Kubernetes 容器编排技术，有代码交互开发经验，熟悉容器化部署；
- 熟悉云原生技术栈：Docker、Helm、Prometheus、Grafana，有实际运维平台或云管平台开发经验者优先；
- 熟练掌握前端技术栈：Vue / React + TypeScript + ECharts/ AntVD3.js，具备复杂数据可视化和大屏开发经验；
- 熟悉 Webpack、Vite 等构建工具，掌握前端性能优化手段（懒加载、虚拟滚动、内存管理等）；
- 熟悉主流AI辅助编码工具，具备利用AI高效完成代码生成、项目原型构建与迭代优化的能力，可显著提升开发效率与交付质量。



---



## 岗位8

我们是蚂蚁集团云原生基础设施团队，为蚂蚁金服全集团（包括支付宝、网商、蚂蚁国际等）提供云原生化的容器和接入服务，团队隶属蚂蚁金服 CTO 技术风险效能部，通过开发和使用多种平台和工具来管理好国内首屈一指、规模庞大的 Kubernetes 集群。结合当前AIGC的趋势，利用AI和大模型孵化下一代平台产品，进一步提升工程师的用云体验和云底座的维护效率。这里工程师文化浓厚，崇尚高水平创新，反对低水平建设，已经连续三年给KubeCon / SREcon 贡献 Topic，并持续给相关开源社区贡献代码。

### 岗位内容

全方位参与云原生的资源调度系统的设计、开发、优化与维护。负责蚂蚁集团在线和实时业务的容器调度，为蚂蚁上层业务提供设施标准容器服务和全局资源动态分配调度。具体职责包括但不限于：
- 设计调度系统高可用体系，用以保障双十一等大型活动的平稳进行
- 标准化调度系统监控，日志采集，包括SLA的制定与故障定位
- 建立统一调度管控，弹性伸缩调度，提升系统资源利用率
- 建设自动化及工程化的解决方式，以减少在传统运维层面的人力投入，做到无人值守。

### 职位要求
- 至少精通一门编程语言，有软件开发背景，Java/Golang优先
- 熟悉Linux系统和Shell，对网络及基础设施层有深入了解和知识储备
- 有大规模k8s集群管理经验，对云平台的稳定性建设、高可用架构设计、效率提升方面有实践经验的加分
- 熟悉监控及自动化部署平台研发，具备k8s生态二次开发经验，熟悉底层逻辑和技术细节，有建设PAAS平台相关经验的加分
- 熟悉主流公有云 ECS、OSS、SLB、K8S 等产品基本原理及使用，对finops、istio、ebpf了解及实践的加分
- 有良好的沟通、团队协作能力
- 熟悉DevOps流程，理解传统运维痛点



---



## 岗位9
- 负责核心业务系统业务连续性保障以及集团级运维系统的设计、建设与持续优化，包括但不限于监控、告警、CMDB、日志、自动化运维等；
- 参与多套运维系统及业务系统的系统集成与打通设计开发，推动数据、流程与能力的统一；
- 通过开发手段提升运维自动化、标准化和平台化水平，降低人工运维成本；
- 参与运维技术规范、架构方案及最佳实践的制定和落地；
- 根据部门及公司整体规划，承担并完成其他相关运维技术工作。

### 任职资格
- 7年以上运维/运维开发/SRE相关工作经验；
- 熟悉常见运维体系与平台，对系统稳定性、高可用、可观测性有深入理解。监控与告警（如Prometheus、Zabbix、Grafana等）；自动化与配置管理（如Ansible/自研平台）；CI/CD、发布系统、CMDB、日志系统等；
- 有系统集成、平台打通、统一运维体系设计相关实战经验；
- 具备较强的工程能力，至少熟练掌握一门开发语言（如Python/Go/Java）；
- 熟悉云原生、容器化，有丰富的生产级大型系统运维经验。



---



## 岗位10

2、设计并实现高性能、可扩展的容器网络解决方案（如 CNI 插件开发、网络策略、服务发现与调度）；
3、持续推进网络性能优化与稳定性提升，支持高吞吐低延迟的大规模计算任务；
4、参与前沿网络技术（eBPF、DPDK 等）在云原生场景下的探索与落地。

### 任职资格

1、本科及以上学历，3年以上相关工作经验；
2、熟悉主流云网络产品，如 VPC、SLB、ALB 等；
3、熟悉容器网络体系与组件，具备 K8s/CNI 插件（如 Calico、Cilium、Kube-OVN、Multus）开发经验；
4、熟悉 Linux 网络协议栈，理解 TCP/IP、RDMA、Overlay 网络、SR-IOV、VxLAN 等协议；
5、熟悉 kubernetes 核心模块，具备定位解决kubernetes网络问题能力；
6、熟练使用至少一种编程语言（Go/C/C++/Rust/Python），有扎实的工程能力和系统调试能力；

### 加分项

1、参与开源容器网络项目（如 Cilium、Kube-OVN、Calico 等）；
2、熟悉 kubernetes、openstack 网络模块的实现



---



## 岗位11
- 平台运维：负责K8s/容器化AI算力平台（GPU/NPU集群）日常运维，保障高可用（SLA≥99.9%），优化资源调度与利用率（目标≥85%）。
- 基础设施管理：维护AI底层硬件（GPU服务器）与云资源（公有云/私有云），控制算力成本（降本15%-20%）。
- 监控与故障处理：搭建GPU网络存储监控体系（Prometheus/Grafana等），快速定位并修复故障（MTTR≤30分钟），输出RCA报告。
- 安全合规：落实容器/K8s安全规范（RBAC/镜像漏洞扫描），满足等保/行业合规要求。
- 协作赋能：支持AI团队算力环境部署（如CUDA/CANN适配），编写运维SOP，推动工具链创新。

### 任职要求
- 基础：211或知名高校研究生及以上，云原生/AI算力运维经验，精通K8s/Docker/Linux，熟悉GPU原理及AI框架（TF/PyTorch）运行环境。
- 经验：有大规模GPU集群运维、AI训练/推理任务故障处理经验，了解KubeVirt/MIG等调度优化技术优先；有国产GPU（如昇腾、PPU、寒武纪、壁仞、摩尔线程等）部署及运维经验者优先。
- 技能：掌握监控（Prometheus/ELK）、自动化（Ansible/Terraform），具备问题分析与应急响应能力。



---



## 岗位12
- 熟悉 Golang 开发，3年以上使用经验，有后端或系统软件开发经验，并有项目落地。
- 熟悉 Kubernetes 技术生态，具备在规模化场景下使用并深度熟悉原理，具备二次开发能力。
- 从事过运维开发工作，对部署、发布、监控、报警、运维自动化各系统技术栈有深入的了解，参与或负责开发的运维系统所管理服务器节点数不低于1000。
- 对工程质量、架构、系统性能有极高追求并有优化经验。
- 对代码标准、测试覆盖、代码结构有偏执的极致追求。
- 熟悉主流数据库产品，如 mariadb、MySQL 等，或熟悉消息类产品，如 rabbitmq 等。
- 候选人必须满足1，同时满足2或者3中的一项，4,5和6巨大加分项。

注：此岗位为腾讯集团旗下全资子公司编制。

### 岗位职责

腾讯云专有云产品中心核心技术团队，以腾讯云产品扎实的技术沉淀为依托，在云原生的技术浪潮中，打造可灰度、可回滚、可观测、可多活的精细化调度与智能管控体系，提供基础技术中间件和数据库支撑服务，参与容器化和非容器化应用的精细化调度、智能平台运维、全应用生命周期托管，大数据产品和人工智能产品接入等方向的建设。



---



## 岗位13

### 岗位职责
- 负责设计、开发和维护基于 Kubernetes 的金融级容器应用交付平台，助力业务交付过程易用、高效且安全合规。
- 建设并推广声明式部署实践，优化研发部署流程，提升研发效率并保障交付质量。
- 探索并落地容器资源优化方案，包括自动伸缩和精细化调度策略，持续提升资源利用率，以优化平台运行成本。
- 负责容器镜像仓库等周边生态的建设与管理，并为业务团队提供容器化改造和上云迁移的技术支持与最佳实践指导。

### 任职要求
- 3年以上开发工作经验。
- 熟练掌握 Golang 编程语言，具备扎实的编程功底与良好的编码规范。
- 熟悉 Kubernetes 与容器的使用与核心原理。
- 有参与从 0 到 1 搭建和维护大规模容器平台经验者优先。
- 具备 Kubernetes 控制器开发经验者优先。



---



## 岗位14

8s) 等核心技术构建稳定、高效、可扩展的现代化应用平台，并致力于提升研发效能，那么这里正是你的绝佳舞台。

### 主要职责
- 云原生平台设计与开发：设计、构建和维护基于 Kubernetes 的容器化平台，推动微服务架构的落地和治理。
- 中间件与核心系统维护：负责优化关键中间件（如消息队列 MQ / Message Queue、缓存、数据库等）在 K8s 环境下的部署、运维和稳定性保障。
- 服务网格与无服务器探索：探索并实践 Service Mesh（服务网格）、Serverless（无服务器）及 FaaS（函数计算）等前沿技术，解决实际业务场景中的复杂问题。
- 研发效能工具链建设：设计和实施高效、自动化的 CI/CD 流水线，全面践行 DevOps 文化，提升从代码提交到产品上线的整体效率和质量。
- 智能化运维实践：引入和开发 AIOps 能力，通过智能监控、告警、根因分析等手段，实现系统的自愈和高可用性。
- 技术布道与赋能：为内部开发团队提供云原生技术和最佳实践的培训与指导，推动技术转型。

### 职位要求

### 必备经验与技能
- 精通容器化技术和 Docker，对 Kubernetes 的核心概念（Pod, Deployment, Service, Ingress 等）有深刻理解，并具备丰富的实操经验。
- 具备丰富的微服务架构设计、开发和治理经验，熟悉相关框架和模式。
- 熟悉常见中间件（如 Redis, Kafka/RocketMQ/RabbitMQ 等消息队列）的部署、调优和高可用方案。
- 熟练掌握 CI/CD 流程和工具（如 Jenkins, GitLab CI, ArgoCD 等），深刻理解 DevOps 理念。

### 加分项
- 有 Service Mesh（如 Istio, Linkerd）的实际项目经验。
- 有 Serverless 架构或 FaaS 平台（如 AWS Lambda、阿里云函数计算）的使用或开发经验。
- 有 AIOps、智能监控或可视化能力（Observability）平台的建设经验。
- 具备良好的编程能力（如 Go, Python, C++ 等）。
- 对技术有极大热情，具备优秀的解决问题能力、团队协作精神和沟通能力。



---



## 岗位15

### 岗位职责
- 基于Golang设计和开发高度可扩展的云原生应用，支持AI模型训练部署的功能和服务；
- 利用 controller-runtime（如管理器、调用器）扩展 Kubernetes 的CRD和容器化工具，参与调度策略/插件的开发；
- 与团队协作，通过CI/CD流程进行代码集成和部署，并参与GitOps实践，以保证代码质量和服务可用性，提升平台稳定性；
- 支持模型训练/推理的性能测试与验证工作，如设计基准测试方案，检测吞吐量、分析计算、网络、存储层面的性能瓶颈；
- 输出性能基准报告与调优指南助力优化AI应用性；
- 与算法模型团队协作，整合模型训练/推理工作流，验证方案改进效果，确保更新安全实施。

### 职位要求
- 本科学历以上，计算机科学、软件工程或相关专业；
- 2年以上golang开发经验；
- 具备Kubernetes的生产环境实践经验，具备CRD与控制器/操作器的搭建/维护经验；
- 对云计算和容器化技术有基本理解，掌握云原生相关技术，如网络/容器网络接口（CNI）、Helm/Kustomize工具、GitOps理念及CI/CD流程。
- 掌握指标监控、告警配置、链路追踪和Dashboards搭建，能够独立完成服务埋点，有效完成on-call工作
- 对机器学习和AI模型部署有浓厚兴趣；

### 加分项
- 具备AI或LLM模型的训练/推理部署经验，熟悉GPU集群架构，了解AI模型训练/推理过程的性能指标和基准测试方法
- 掌握Kubernetes调度器扩展技术
- 具备云服务性能/规模优化经验，熟练使用性能分析工具、负载测试工具，能独立完成容量规划；
- 熟悉数据库与Infra技术，如：PostgreSQL、Redis、Kafka、对象存储、NVMe/Ceph/Weka（存储技术）及RDMA/RoCE（高性能网络技术）



---



## 岗位16

### 职位要求
- 扎实的算法基础和良好的编码习惯，精通 C++、Java、Go、Python 中任何一门语言。
- 在高性能数据结构、数据编码压缩、向量构建等有深入研究；熟悉异步 IO、内存管理、多线程同步等技术，有 Linux 内核研究经验更佳。
- 理解分布式系统，包括调度、分布式锁、负载均衡等。
- 对技术有强烈的进取心，有较强的学习能力，保持对前沿技术的关注和学习。
- 具有良好的沟通能力和团队合作精神，优秀的问题分析和解决能力。
- 熟悉 LLM、Prompt 设计、Agent 框架（如 LangGraph、Dify、AutoGen、Google ADK、工具链集成等）者优先。
- 对 LoongCollector、OpenTelemetry、Fluentbit、Vector、Tetragon、Falco 源代码有深入研究者优先。



---



## 岗位17

### Expectations and Tasks
- Involved in development topics as developer specialist;
  - Contribute idea on technical design actively and keep good communication with Architect and teammates
  - Delivery functionality requested by product owner with good efficiency and quality
  - Work independently, produce high quality and reusable programming codes according to design
  - Take product operation task – we are a DevOps team, operation is part of team’s daily work
- Apply Agile Software Engineering (ASE) in development, e.g. basic scrum, pair programming, build-quality-in.
- Apply Behavior Driven Development (BDD) in project development
- Contribute own innovations to project team
- Support customers to deploy and use the developed applications

### Education and Qualifications

We expect the candidate has solid technical skill.
- Bachelor or above in software engineering, computer science or comparable with programming experience
- Good software engineering foundation, e.g. data structure, design pattern
- Good knowledge of microservice development
- Be proficient in Java or Javascript, has experience with Spring, Hibernate and typical framework
- Can work on Git, Github and Marven
- Has worked on SAP Cloud Platform or other Cloud Foundry platform is a big plus
- Has experience on Message Queue (Kafka, RabbitMQ), SAP HANA is a big plus
- Be Innovative
- Strong result-driven mindset
- Fluency in English, both verbal and written



---



## 岗位18

3、熟悉主流开源软件原理和使用，如Spring Cloud、Redis、MySQL，消息中间件等；
4、有较强的团队沟通协作能力，较强的逻辑分析和问题排查能力以及对新技术的追求精神，敢于承担压力；

### 具有以下条件者优先

1、参与过云原生社区开源贡献者优先；
2、有Istio、Envoy、Operator Framework、Prometheus、Filebeat等项目应用经验的优先；
3、对以Kubernetes为核心的云原生技术栈应用及生态有深入理解者优先；



---



## 岗位19

**岗位概述：** 负责企业级云原生平台的规划、建设、运维与持续改进，保障多集群Kubernetes平台的稳定性、安全性与研发效率。覆盖集群治理、流量管理、CI/CD、可观测性等核心领域，保障业务稳定运行和加速研发交付。

### 岗位职责

K8s全生命周期管理：Kubernetes多集群的部署、高可用升级、容量规划、日常巡检与基础治理（如Namespace、Quota、RBAC），并主导处理各类集群与工作负载的复杂故障。
稳定性保障与应急响应：告警响应、故障快速止损与根因分析改进闭环，支持研发团队的发布、回滚与问题定位。
可观测性建设与维护：维护VictoriaMetrics、Alertmanager、Grafana，推动日志/链路接入OTel，参与SLI与告警分级演练。
流量管控与微服务治理：维护Ingress NGINX/Gateway、istio和证书，设计实施蓝绿、金丝雀等灰度发布策略，保障流量安全与可控。
数据中台管理与支持：为运行在K8s上的Redis、Kafka等关键数据中间件提供部署、监控、容量规划与基础排障支持，保障其稳定高效运行。
CI/CD流水线与制品管理：维护基于Jenkins/Tekton或Argo CD的持续交付流水线，维护Harbor/OCI仓库（命名权限/清理），保障制品安全扫描与生命周期管理，协助镜像构建、确保可追溯，提升研发交付效率与制品安全。

### 岗位要求

本科及以上学历，2年以上云原生容器平台运维或开发经验（优秀应届毕业生可放宽经验要求）。
扎实的Linux操作系统及网络（TCP/IP, HTTP, DNS）基础，具备良好的日志分析与问题定位能力。
熟练掌握Kubernetes核心概念、架构与日常运维操作，能独立完成Pod、Service、Ingress等资源的故障排查。
熟练掌握Shell，并至少能使用Python或Go中的一种进行自动化脚本开发；熟悉Git及容器镜像构建（Dockerfile）。
具备强烈的责任心、良好的沟通能力及团队协作精神。

### 加分项

平台扩展经验：具备Istio/Service Mesh、多集群管理、混合云或边缘计算相关实践经验。
安全与合规：熟悉镜像安全扫描、策略治理（如Kyverno/Gatekeeper）或金融/政企行业合规要求。
DevOps深度实践：具备完整的CI/CD、GitOps（Argo CD/Flux）流水线设计与落地经验，精通Helm/Kustomize等编排工具。
可观测性专家：有可观测性体系（日志、指标、链路）从0到1建设经验，或具备SLI/SLO设计落地经验。
云原生专家：深入理解Kubernetes及Linux内核核心原理，具备复杂系统性能瓶颈诊断与流量治理能力。
中间件与存储：具备主流中间件（MongoDB、Elasticsearch、RdbitMQ、Doris、Clickhouse等）或数据处理组件（如Flink、Spark）的运维、监控、调优经验，或熟悉Ceph等分布式存储。
专项技能：熟悉基础设施即代码（IaC，如Ansible/Terraform），或对eBPF技术有实践经验。
对于应届毕业生：在云原生领域有扎实的理论基础，有相关实习、开源项目或竞赛经验者优先。



---



## 岗位20

### 岗位职责
- Kubernetes调度与计算平台
  资源调度与集群管理
  - 设计和实现GPU算力调度系统，优化资源利用率和作业调度效率
  - 负责Kubernetes节点组件（kubelet、container runtime）的稳定性、性能优化
  - 深度排查Kubernetes集群复杂问题
- 计算平台与节点优化
- 参与服务器硬件选型、测试和验收，重点优化GPU服务器性能
- 推进国产AI芯片的生态适配
- 建立集群故障感知召回体系，提高AI计算资源利用率，维护线上集群稳定性
- 扩展方向：性能优化（附加项）
- 参与AI集群网络优化（NCCL/RoCEv2），提升分布式训练通信效率
- 深入文件系统、缓存、镜像、crl细节，优化容器启动速度

**必备条件**
1.1 Kubernetes核心概念、架构与资源对象，具备生产环境大规模K8s集群的运维和管理经验
1.2 熟练掌握容器技术（Docker/containerd）及其底层原理（Cgroups, Namespace）
1.3 熟悉Linux操作系统、网络（CNI、Calico/Cilium等）和存储（CSI）原理
1.4 有Kubernetes Operator开发经验
1.5 熟悉任意一种语言golang、c++、java、python
- 加分项(具备下面1种即可，不强制要求)
2.1 熟悉调度器（kube-scheduler）扩展机制（如Scheduler Framework, Scheduling Profiles）
2.2 有Volcano、Kueue等K8s批量队列调度器
2.3 GPU虚拟化
2.4 有Kubernetes Operator开发经验，或向开源社区贡献过相关代码
2.5 Service Mesh（Istio）、Serverless（Knative）
2.6 熟悉HPA、CA弹性机制。
2.7 熟悉在离线部署技术。
2.8 GPU AI集群维护和开发经验。



---



## 岗位21

### 岗位职责
- 参与并主导基于 Kubernetes 的云原生虚拟化平台建设，负责 KubeVirt 在生产环境的设计、落地与规模化运行。
- 负责虚拟机（VM）生命周期管理能力建设，包括创建、发布、扩缩容、热迁移、高可用与回切。
- 设计并优化 VM 与 Pod 混合部署、统一调度与资源隔离方案，提升整体资源利用率。
- 针对高性能核心业务场景，进行 CPU / 内存 / IO / 网络等关键路径的性能优化。
- 结合存储、网络、调度等能力，完善虚拟化平台在稳定性、可观测性、自动化运维方面的能力。
- 推动虚拟化能力平台化输出，支撑业务自助使用，降低业务使用和运维门槛。
- 与 Kubernetes、存储、网络、DevOps 等团队协作，持续演进云原生运行时体系。

### 任职要求

### 基本要求
- 本科及以上学历，计算机相关专业，5 年及以上云计算 / 虚拟化 / 平台研发经验。
- 扎实的 Linux 操作系统基础，理解进程、内存、网络、文件系统等核心原理。
- 精通 Kubernetes 架构与核心机制（调度、控制器、网络、存储）。
- 有 KubeVirt 实际项目或生产环境经验，理解其整体架构与关键组件。
- 熟练使用 Go 语言，具备良好的工程能力与代码质量意识。

### 技术能力要求
- 熟悉虚拟化技术栈：KVM / QEMU / libvirt，理解虚拟化性能瓶颈与优化手段。
- 熟悉 VM 高可用与热迁移原理，有相关调优或问题排查经验。
- 熟悉云原生存储（CSI、Ceph、本地存储）与虚拟化场景的结合。
- 熟悉云原生网络（CNI、Multus、SR-IOV 等），理解虚拟化网络模型。
- 具备线上复杂问题分析与定位能力，有稳定性治理或 SRE 实践经验。

**加分项（具备其一即可）**
- 有大规模 KubeVirt 集群（生产级）落地经验
- 有虚拟化与容器混合云 / 混合架构实践经验
- 参与过 Kubernetes / KubeVirt / CNCF 相关开源项目

**我们能提供**
- 真实生产规模场景，不是 Demo，不是实验环境
- 有挑战性的技术问题（性能、稳定性、规模、异构资源）
- 云原生与虚拟化深度融合的技术方向，长期可持续演进



---



## 岗位22
- 负责 Kubernetes 及容器平台的规划与建设，包括调度、自动弹性伸缩、服务发现、配置管理、安全隔离等关键能力。
- 深入参与基于 Dapr 的服务化与自动弹性伸缩体系建设，支持异构资源（包括 GPU）的高效利用与动态扩容。
- 推动 GPU 集群与容器化基础设施的统一管理与服务化，设计混合云多集群调度与资源治理方案。
- 主导 CI/CD 平台建设与工程流程优化，包括集成测试、构建规范、部署与回滚机制，提升团队交付效率与质量。
- 建立并维护配置中心、网关与服务治理体系（如 Apollo、APISIX、Service Mesh、KEDA 等），持续优化微服务架构能力。
- 搭建完善的监控与观测性平台（OpenTelemetry / Prometheus / Grafana / AlertManager / Zipkin / Fluentbit 等），保障业务稳定与问题快速定位。
- 作为团队的技术中坚与架构师底人，指导工程师进行架构设计、性能优化与疑难问题排查。
- 跟踪 CNCF 及云原生生态前沿技术，推动公司内部平台能力与业界最佳实践的融合与落地。

### 任职要求
- 计算机相关专业本科及以上学历，8 年以上后端或平台架构经验，其中 3 年以上云原生与微服务体系建设经验。
- 精通 Kubernetes、Docker、Helm、Operator、KubeVela 等技术栈，具备生产级落地经验。
- 熟悉基于 Dapr 的服务调用与弹性伸缩机制，理解其在微服务架构中的治理与性能优势。
- 深入了解微服务架构设计（包括服务注册发现、配置中心、限流熔断、灰度发布等）。
- 熟悉 DevOps / CI/CD 工程体系，具备从 0 到 1 建设自动化交付流水线的经验。
- 具备系统级调优与资源成本优化经验，能在性能与弹性之间实现最佳平衡。
- 具备在大型系统中兜底复杂问题、主导平台演进与技术决策的能力。
- 具备良好的沟通与协作能力，能够在跨团队项目中推动架构方案落地。
- 对开源社区保持热情，有 APISIX、KubeVela、Chaos Mesh、Flagger、Dapr 等项目实践或贡献经验者优先。



---



## 岗位23

**岗位职责及目标**
- 负责电商B2C/外卖等业务开放平台的架构设计或研发工作。
- 参与关键模块的研发和技术攻坚工作。
- 结合公司的战略发展和业务特点，制定平台的技术演进规划工作。

### 任职要求
- 统招本科及以上学历，计算机或信息安全专业优先，有数据安全相关研发经验优先。
- 扎实的Java编程基础，丰富Java多线程编程和调优经验，对流行开源框架有深入的了解和实战经验，有对框架本身做过二次开发、重构、或开发过开源组件的优先考虑；
- 具备高并发、高性能系统研发经验，具备devops等云原生开发经验优先；
- 具有较强的沟通协调能力，有独立跨部门推动项目的能力；
- 具备优秀的逻辑思辨能力，对解决挑战性问题充满热情，善于分析、解决问题。



---



## 岗位24

### 职位描述
- 负责容器云平台的各类后端系统和组件的设计、开发、维护工作；

### 职位要求
- 1-3年或以上后端开发经验；
- 熟悉计算机体系结构、数据结构和算法、操作系统、数据库、网络等基础原理；
- 熟悉 Golang 或至少一类后端编程语言且具备快速转向 Golang 的能力；
- 熟悉各类开源类库、数据库、中间件的开发使用；
- 有分布式的软件架构设计、开发和运维经验，能快速定位和调试问题；
- 有良好的测试习惯以保证高质量软件的产出；
- 优秀的沟通协作能力、分析解决问题能力和学习能力。

### 加分项

熟悉 docker、kubernetes 及相关云原生系统的优先。



---



## 岗位25

Base地：杭州/上海/北京/成都
1、作为基础设施可靠性负责人，负责基础设施架构整体高可用风险分析、健壮性检测用例设计及攻击运营，提交基础设施可靠性分析及检测报告，驱动基础设施整体可靠性架构能力提升；
2、作为基础设施可靠性负责人，抽象并设计面向基础设施架构及运行体系脆弱性的分析规则或模型，实现基础设施脆弱性的全自动化或智能化分析；
3、作为全局面向蚂蚁金服的基础设施高可用专家，承担架构职责，可给出前沿、突破性的基础设施高可用技术规划，POC并设计研发相关平台及智能分析检测平台(如ChaosMonkey/ChaosKong)；

### 岗位要求

1、有3年以上基础设施技术开发或运维架构经验，能够独立承担云平台高可用风险分析；
2、具备良好的风险敏感度及技术视野，能够敏锐识别基础设施架构的薄弱点，并针对性进行风险防御及常态化演练方案；
3、有网络技术或k8s、容器等技术应用或SRE实践经验；
4、具备较强的技术分析及解决问题的能力，就有良好的逻辑表达、沟通及团队协同能力；
5、思维严谨，逻辑清晰，具备批判性思维能力和习惯；有很强的分析复杂问题和解决复杂问题的能力，有强烈的责任心和使命感；
6、有SRE架构或者容灾演练平台设计经验者优先；



---



## 岗位26
- 设计、部署和维护企业级容器化平台（如 Kubernetes、OpenShift、Docker Swarm），管理容器生命周期（创建、调度、扩缩容）。
- 优化集群资源分配，确保容器平台的高可用性和性能。
- 协助开发团队将应用容器化（Docker 镜像构建、Dockerfile 编写），集成 CI/CD 流水线（如 Jenkins、GitLab CI、ArgoCD）。
- 监控容器集群状态（节点、Pod、服务健康度），使用工具分析日志和指标，快速定位容器网络、存储或性能问题。
- 实施容器安全策略（镜像漏洞扫描、权限控制、Pod Security Policies），确保符合企业安全标准。

### 任职要求
- 学历本科，计算机相关专业，3-5 年工作经验。
- 容器技术：精通 Docker 镜像构建、容器编排（Kubernetes 核心概念：Deployment/Service/StatefulSet）及 Helm Chart 管理。
- 熟悉至少一种公有云容器服务（如 EKS/AKS/GKE）及云原生工具链（如 Terraform、Crossplane）。
- 熟悉与存储：了解容器网络模型（CNI）、服务网格（Istio）及持久化存储方案（CSI/Rook）。
- 认证方面，持有 CKA、CKS 证书优先。
- 拥有优秀的团队合作和沟通能力，能适应快速变化的开发环境。



---



## 岗位27

面向小米集团的企业级混合云平台设计与研发
基于k8s的PaaS平台研发、优化和维护
针对云原生技术栈的调研与产品开发
运维数据/分析平台研发
CI(持续集成)、CD(持续部署)、ServiceMesh

### 任职资格
- 熟练使用编程语言 Python/Go
- 熟练掌握Docker、k8s等云原生相关技术栈
- 熟悉常用的Web开发相关技术，如web框架、HTTP协议、web安全等
- 熟悉关系/非关系型数据库的使用，了解基本的设计、优化原则
- 对计算机相关知识有较好理解，了解常用数据结构和算法
- 良好的编码风格及测试习惯
- 有良好的团队合作精神，有责任感，自我驱动

### 加分项
- Full Stack工程师优先
- 熟悉ES6/CSS5/HTML5, ReactJS优先
- 重视代码质量，懂得如何测试以及写测试，懂得如何写可测试的代码，了解如何持续交付
- 可以快速学习新知识，有多种不同范式编程语言使用经验者优先
- 参与设计并实现过大型互联网应用或系统
- 喜欢阅读英文原版技术文档和书籍
- 向开源社区贡献过代码优先
- 有数据分析经验优先



---



## 岗位28

2、研发云原生架构落地项目，包括：服务网格、可观测性架构、云原生网关等；
3、前沿技术的研究和探索，持续提升服务端系统的性能、速度、稳定性、研发和运维效率；

### 职位要求

1、本科及以上学历，3年及以上服务端研发经验，1年以上云原生经验；
2、熟练掌握 golang、java语言，熟悉微服务生态：SpringCloud、Dubbo3 等；
3、熟悉容器技术：docker、k8s，有服务网格Istio落地经验优先；
4、熟悉wasm插件开发，了解eBPF开发；
5、熟悉云原生相关技术，包括：gRPC、Opentelemetry、Jaeger、Prometheus等。



---



## 岗位29

我们是腾讯云的基础服务团队，岗位职责：
负责腾讯云原生底座基础服务的研发，您开发的服务将承载腾讯海量业务
负责腾讯云微服务治理框架的研发，您开发的SDK将被腾讯多款明星级产品使用

我们希望您具备：
熟悉Go和Java语言，熟悉常用框架及语言底层原理
对技术有强烈热情，具备优秀的问题分析能力和技术钻研精神
有担当能抗压，良好的沟通协作

有以下经验更好：
熟练掌握 Kubernetes控制器开发（Operator/CRD开发经验优先）
熟悉开源微服务框架（如SpringCloud、Nacos、Sentinel等）及分布式事务解决方案（Seata、Saga模式）
熟悉开源镜像仓库Harbor大规模使用和源码调优
有云原生开源项目贡献、CNCF认证证书（如CKA/CKAD）或大规模集群性能优化经验

工作内容：
- 负责AI专用硬件（如GPU集群、AI加速卡、分布式存储）的部署、故障排查、日常巡检与性能调优；
- 负责适配AI模型训练/推理的高算力需求，确保硬件资源能高效支撑深度学习任务；
- 负责对接硬件厂商，处理硬件故障，跟踪问题解决进度，保障服务质量；
- 负责监控AI专用硬件性能指标，对性能异常情况进行预警和处理；
- 负责智算平台的防GPU掉卡措施实施及网络问题的诊断与解决；
- 负责硬件资源的合理配置和优化，提高资源利用率和计算效率；
- 跟踪业内AI专用硬件更新动态，进行市场调研，提出硬件升级方案；
- 负责智算平台硬件采购的评估选型及实施和验收工作；制定和优化硬件运维流程，提高运维工作的规范性和效率；

### 岗位要求
- 计算机科学、信息技术、电子工程等相关专业211本科及以上学历；
- 具备3年以上超算智算硬件运维经验，熟悉高性能计算、云计算集群的硬件架构；
- 熟悉服务器、网络设备、存储设备的安装、配置和维护；
- 熟练掌握Linux/Unix操作系统基本原理，熟悉shell/python及ansible等工具脚本语言；
- 熟悉CPU、GPU集群并行计算原理，了解并行计算原理优先；
- 熟悉主流并行文件系统（GPFS、Lustre、BeeGFS）和集群组网架构（Infiniband、RoCE）；
- 持有相关硬件维护证书者优先，如网络工程师、Linux操作系统证书（如RHCE）等；
- 具备较强的硬件故障排查和解决能力，能够独立处理复杂的技术问题；
- 具备良好的沟通能力和团队协作精神，能够适应加班和值班工作；
- 有强烈的责任心和敬业精神，能够应对紧急情况下的运维工作。

### 岗位职责
- 负责金融集团大模型基础设施架构设计与落地，包括GPU/CPU集群部署、存储系统搭建、网络互联优化等，保障大模型训练与推理的稳定高效运行。
- 主导算力调度系统优化，基于vscache调度框架，设计适配金融业务场景的算力调度策略，提升GPU/CPU资源利用率，降低算力闲置成本。
- 开展大模型训练全流程优化，包括训练数据并行、模型并行（张量并行、流水线并行）策略设计，推理引擎（P/D分离、KVCache缓存等）优化，以及显存占用、推理延迟的精准调控，满足金融业务对模型响应速度与稳定性的高要求。
- 对接金融业务条线（银行、证券、保险等）的大模型应用需求，提供基础设施与算力优化的定制化解决方案，解决业务场景中的算力瓶颈与性能问题。
- 负责大模型基础设施的运维监控体系搭建，通过Prometheus、Grafana等工具实现算力资源消耗、硬件状态、模型运行性能的实时监控与告警，保障系统安全可靠运行。
- 跟踪大模型硬件与基础设施领域的前沿技术（如国产AI芯片适配、新型存储架构），推动技术落地应用，持续提升集团大模型基础设施的竞争力与成本效益。

### 任职要求

（一）基本要求
- 本科及以上学历，计算机科学与技术、电子信息工程、软件工程等相关专业，3年及以上大模型基础设施搭建、算力调度或训练优化相关工作经验。
- 熟悉金融行业IT系统规范，有金融机构大模型项目落地经验者优先。
- 具备良好的跨部门沟通能力、问题解决能力与团队协作精神，能快速响应业务需求并提供技术支撑。
- 具有强烈的责任心与学习意愿，能紧跟大模型技术发展趋势，持续提升自身技术能力。

（二）核心技能要求
- 精通GPU/CPU集群（国产AI芯片等）部署与运维，熟悉分布式存储系统（如Ceph、GlusterFS）、高速网络（InfiniBand、RoCE）的配置与优化，具备大规模集群架构设计经验。
- 掌握深度学习框架（TensorFlow、PyTorch、Caffe等）及深度学习模型的训练、推理、预测等核心技术原理，有丰富的算力调度策略设计与优化经验，能够对不同业务场景（训练/推理、高频低耗/低频高耗）制定差异化调度方案，提升资源利用率。
- 精通金融行业大模型训练与推理技术（数据并行、张量并行、流水线并行），精通推理引擎（TensorRT、ONNX Runtime）的量化、剪枝等优化手段；能精准定位训练/推理过程中的性能瓶颈，实现显存占用降低、推理延迟缩短、算力效率提升。
- 熟悉人工智能生态：熟练使用Prometheus、Grafana、ELK等工具搭建监控告警体系，具备Shell/Python/Go等脚本开发能力，能实现基础设施部署、运维的自动化脚本编写。
- 熟悉金融行业大模型框架（PyTorch、TensorFlow）的底层原理，具备大模型框架与硬件平台的适配优化经验；有国产AI芯片（如昇腾、飞桨、昆仑芯、寒武纪、海光等）生态适配经验者优先。

（三）加分项
- 拥有大模型基础设施成本优化相关经验，能通过技术手段降低算力、存储等硬件成本。
- 参与过万级参数及以上大模型的训练和推理落地项目，主导过核心技术优化模块。
- 熟悉金融数据安全与合规要求，能在基础设施建设中融入数据安全防护方案。
- 拥有相关技术认证（如Kubernetes CKA/CKAD、英伟达AI认证等）。

工作地点：上海，北京，深圳

### 工作职责
- 参与AI算力平台开发，对GPU等算力进行深入研究，负责算力作业调度、资源管理等；
- 负责AI资产管理，深入各业务部门AI业务，实现算力赋能智能；
- 与算法和产品团队协作，优化LLM、多模态大模型等任务，实现算力效率倍增。

### 任职要求
- 计算机、软件工程、人工智能等相关专业本科及以上学历，具备4年及以上工作经验；
- 熟悉Kubernetes原理与生态组件，有K8s集群部署或应用开发经验；
- 熟练掌握Python和Go语言，具备良好的工程实现能力，能独立完成模块设计与编码；
- 了解深度学习训练流程，熟悉PyTorch，对云原生、容器化技术有浓厚兴趣，愿意深入底层技术原理。

优先：
- 熟悉多模态数据采集与同步技术，了解摄像头、激光雷达、IMU、GPS/RTK等传感器特性及数据接口；
- 对数据标注体系设计、真值生成方法、自动标注与人工标注平台建设有实际落地经验；
- 熟悉数据质量评估方法（完整性、准确性、多样性、时效性）及数据管理平台的建设与优化；
- 具备跨团队项目管理能力，能够协调硬件、算法、云平台等多方资源完成复杂系统落地；
- 结果导向，能够在数据规模、质量和成本之间找到最优平衡方案；
- 有全球化数据采集与合规经验（数据安全、隐私保护、法规要求）者优先。

要求具有云计算BD经验，做算力服务和裸金属方面

务，包括昇腾系列处理器、系列硬件、CANN（Compute Architecture for Neural Networks，异构计算架构）、AI
计算框架、应用性能、开发工具链、管理运维工具、行业应用及服务等全产业链。

### 【业务全景】
- 自底向上涵盖编译优化、功能调试、性能调优、错误诊断、算子加速库以及算子开发全流程配套工具链等多层
次能力的构建。
- 专注多线程、高并发场景的极限性能优化。统计分析模型在应用层及CANN软件栈中的性能数据，从而准确定
位系统的软、硬件性能瓶颈，提高性能分析的效率。
- 结合主流机器学习算法以及仿真模拟方法论，针对深度学习网络的框架层、图结构层、算子层进行统一建模，
从而支撑深度学习网络在达芬奇芯片上行为的整体仿真，支持对于整体网络运行时间的预测。
- 聚焦模型、算子的性能调优Top问题，分析数据，固化专家经验，形成调优知识库，为昇腾开发者调优网络模型
提供专家建议。

### 【业务详情】
- 基于领域前沿论文及技术的诊断能力构建及研究
- 基于LLDB技术体系的调试能力构建
- 基于LLVM框架的编译器优化能力构建
- 对标Nisight Compute的调优能力构建
- 对标NVIDIA算子加速库体系的算子加速库生态建设
- 深入AI软件全栈，理解AI开发全流程路径，把握AI芯片底层原理，为AI算力的发展保驾护航
- 降低开发者使用门槛的算子开发全流程工具链配套设施建设。

# 一、岗位职责：
- 设计和实现基于LLM的智能体架构，包括任务规划、上下文工程、对话管理、tool调用、流程工程等；
- 开发和维护智能体的后端服务和工作流，确保系统的稳定性和可扩展性；
- 推动AI Agent在架构和性能上的持续优化；
- 针对多机器人调度Agent的模型选型和微调；
- 参与前瞻性多智能体调度算法的调研、算法原型验证工作；

# 二、任职资格：
- 学历：本科以上；
- 在校专业：计算机、机械电子、自动控制；
- 年龄：25~40；
- 工作经验：1年以上；
- 专业知识：精通Python、C++、其中一种或多种编程语言，具备良好的软件框架和应用设计能力；深入了解AI Agents技术栈，掌握LangChain/LlamaIndex/Dify等LLM开发工具框架，熟悉function call相关工具和协议比如MCP、UTCP等，有丰富的智能体开发和Prompt Engineering经验；熟练使用各种开源或SaaS版的LLM推理平台，熟练掌握LLM应用程序的部署和运维；熟悉LLM、VLM和大模型模型微调者优先，有LLMOps应用和开发经验者优先；
- 工作技能：熟悉Linux操作系统，掌握Linux常用命令具备一定的shell脚本开发能力；
- 基本素质：具有良好的团队合作能力和英文文献阅读能力；
- 其他要求：责任心强，工作积极主动；

### 团队介绍

字节跳动云基础设施部门，通过云技术管理着百万量级的服务器构成的超大数据中心。我们通过深度优化千万级容器实例与算力优化，搭建EB级数据存储治理体系，探索新一代搜索型数据库与大规模AI集群下的高速网络通信，我们积极拥抱开源和创新的软硬件架构，致力于构建业界领先、稳定、高可用的面向LLM的AI云原生的基础设施架构与产品矩阵，为整个公司的业务和客户发展保驾护航。
- 负责字节跳动业界先进的超大规模AI/数据集群网络建设运维工作；
- 参与日常值班，处理业务问题；
- 开发自动化工具或平台，提高运维效率，规范操作流程。

### 职位要求
- 2026届获得本科及以上学历，网络工程、通信工程和计算机等相关专业；
- 熟悉TCP/IP、OSPF、BGP等网络协议，有网络设备操作经验优先；
- 有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分；
- 有强烈的求知欲，优秀的学习和沟通能力。
- 建设灵验监管系统核心能力，不断提升客户在云上使用灵验智算集群产品的自动化、智能化程度。
- 建设智算集群库存管理、节点调度、性能分析、故障自动化处理、租户运维功能等核心体系能力，持续提升灵验智算集群产品竞争力。
- 建设系统自身高可用体系，如管控组件故障自动定位、自动恢复、自适应容灾、云原生技术实施及落地等，保障业务持续可用、保障线上系统稳定性。
- 建设异构算力统一管理及资源调度系统，持续智算集群资源利用率、降低计算成本。
- 持续跟踪AI智算、云原生及智能运维领域新技术，结合业务场景进行创新。
- 该职位涉及值班响应的职责，在服务级别协议（SLA）时间内做出对客响应，推动客户问题的解决，改善客户体验。

### 职位要求
- 拥有5年以上大规模分布式系统设计及研发经验，独立负责过包含多模块的业务子系统，包括接口定义、架构设计及关键分布式的技术方案细化等工作。
- 编程基本功扎实，熟悉数据结构和算法，熟练掌握Golang/Java/Python/C++中至少一种开发语言。
- 系统工程能力扎实过硬，线上稳定性意识强，对于复杂的线上系统具备较强的技术敏感度和故障排查经验；有过线上系统监控体系、变更体系流程设计和研发经验者优先。
- 业务感觉良好，有具有出色的抽象设计能力，思路清晰，善于思考，能独立分析和解决问题，能够主导并驱动完整的技术产品项目者优先。
- 具备较复杂项目的良好管理能力，有项目负责人或者研发团队接口人经验者优先。
- 团队协作能力良好，有实践或者虚拟带人完成技术项目者优先。
- 熟悉AI框架、云原生、微服务原理和设计模式者优先。

- 方向1）计算负载分析及系统顶层架构设计
- 分析AI/HPC等计算workload，进行GPGPU计算系统的性能建模与分析。
- 站在计算系统的角度（包括计算单元子系统、SoC芯片、多卡、超节点、数据中心、分布式集群）对顶层架构、编程模型、指令集等进行软硬协同设计。



---



### 方向2）GPU芯片顶层架构设计
- 辅助主架构师对具体feature展开分析性研究及量化评估，协同design/DV软件等跨团队推动具体架构特性落地。
- 辅助主架构师结合具体工艺，计算芯片算力、带宽等SoC级设计参数的设计平衡，计算面积、功耗、成本等与性能的trade off，制定各模块合理的V/F sign off目标。
- 协同PM，从技术角度辅助管理一代芯片的众多架构特性的推进、及全局性取舍。



---



### 任职资格

要求：
- 经验要求
  - 高潜培养：硕士+3年以上工作经验
  - 初级：硕士+5年以上工作经验，或，博士+2年以上工作经验
  - 中级：硕士+8年以上工作经验，或，博士+5年以上工作经验

- 技能要求：
  - 方向1）偏算法、多GPU系统
  - 具备计算机系统结构知识，理解GPU架构及多GPU系统架构；
  - 理解AI或HPC算法及其在GPU、系统上的部署和运行flow；
  - 理解Transformer模型为基础的LLM，以deepseek为代表的现代MoE模型的架构，及其在训练、推理集群上的运行原理；
  - 了解大模型向GPU系统部署的并行策略，如数据并行、流水线并行、张量并行、专家并行、上下文并行等；
  - 加分项：Megatron、Zero、VERL、vLLM、SGLang等方面的知识或经验
  - 能针对大量性能数据进行综合分析、识别计算瓶颈、提出架构建议；
  - 加分项：能够分析AI模型源代码，并针对目标硬件架构作高层次性能建模；
  - 具有编程模型、memory model、软硬接口、ISA的知识和经验；
  - C++或PyThon编程能力；
  - 加分项：NVSHMEM、NCCL、MPI、PGAS等方面的知识或经验；
  - 加分项：PTX、nvcc、CUDA C++、CUTLASS、cuTile、Triton、cuBLUS、cuDNN、TensorRT、PyTorch等方面的知识或经验；



---



### 方向3）偏硬件、SoC
- 具备计算机体系结构知识，理解GPU及SoC架构、理解其编程模型、memory model；
- 理解AI或HPC算法在GPU上的运行flow；
- 理解算例带宽比的配置原理、roofline model等；
- 能针对大量性能数据进行综合分析、识别计算瓶颈、提出架构建议；
- 加分项：能够分析AI模型源代码，并针对目标硬件架构作高层次性能建模；
- 加分项：能够分析GPU kernel、有算子设计或分析经验，能进行性能问题分析；
- 理解芯片PPA trade-off；
- 加分项：RTL/DV经验、芯片流片经验；
- 加分项：GPU RAS、GPU集群系统稳定性方面的知识或经验；
- 加分项：PCIe、NVLink、IB/ethernet、GPU scale-up/scale-out网络、GPU服务器、GPU集群系统等方面的知识或经验；
- 加分项：NVSHMEM、NCCL、MPI、PGAS等方面的知识或经验；
- 加分项：PTX、nvcc、CUDA C++、CUTLASS、cuTile、Triton、cuBLUS、cuDNN、TensorRT、PyTorch等方面的知识或经验；
- 混合云算力管理，致力于算力云平台的安全稳定，结合算力资源管理及分派，提供用户合理算力资源
- 主流模型规划、实施及运营
- 结合实际业务现状使用新算力产品、新技术

二.AI算力机房规划与运营
- 设计规划AI Data Center (AIDC)架构，结合高效空调、电力、弱电等技术，保障机房运营
- 计算各AI算力设备电力及散热需求，管理资源分配及机房入驻管理
- GPU 高速网络规划及运维服务
- 结合混合云模式，设计稳定、安全、高效AI算力网络架构

三.AI项目支持
- 对接公司各项AI项目，与业务部门沟通，了解业务场景和目标，评估可行资源需求
- 做为Infra对于AI项目的Focal，协助Infra评估各项AI资源

四.信息安全支持
- 设计并实施安全技术方案，协作信息安全部进行合规性审查及改善

### 任职资格
- 本科及以上学历，计算机或相关专业
- 5年及以上Server Storage设计、管理经验，有GPU server规划经验者优先
- 5年及以上MDF及网络架构设计、管理经验，有GPU 高速网络规划经验者优先
- 3年及以上跨部门项目管理及协作经验
- 熟悉各类OS及容器架构，如Windows/Linux/容器/K8S
- 熟悉AI模型组建、配置
- 熟悉可视化图表组件协助运维管理
- 负责GPU算/NPU算力平台的规划、系统架构设计与开发运维工作，集成云原生能力，开发调度、训练、推理等相关功能，提升平台资源利用率和扩展能力；
- 负责算力集群的维护、监控、调优、和故障定位；
- 持续运营，改进平台性能、易用性和稳定性，优化用户体验。

### 任职要求
- 计算机、数学、物理、通信等相关专业大学本科及以上学历，2年及以上相关工作经验；
- 熟练掌握Golang或者Python等编程语言，良好的编程基础；
- 熟悉云原生相关技术，如Kubeflow、Kubernetes、Operator等，具备二次开发经验；
- 熟悉调度原理实现，有过kube-scheduler、GPU调度相关研发经验；
- 具备大规模GPU集群运维经验，能够持续优化集群使用效率并快速定位使用过程中遇到的问题；
- 具备强烈的责任心和良好的抗压能力，做事积极乐观主动。
- 有万卡集群管理运营经验，有国产AI芯片经验者优先。
- 设计和构建高效的AI基础设施平台，支持大语言模型的推理和承载，支持多模态模型的承载。
- 深入优化平台的性能和硬件资源使用效率，优化AI模型的存储和计算资源利用，包括GPU/TPU、内存、带宽、
存储等，提升系统的可靠性、性能和扩展性。
- 与其他团队密切合作，提供训练和推理基础设施的技术支持和优化方案。

### 岗位要求
- 计算机科学、软件工程或相关专业，本科及以上学历，硕士或以上学历优先。
- 3年以上基础架构设计或分布式系统开发经验，熟悉AI和机器学习应用的基础设施需求。
- 精通Kubernetes、Docker、Hadoop、Spark等分布式系统技术，具备大规模计算集群的部署和运维经验。具备
云计算平台（如AWS、阿里云等）上的资源管理和部署经验，熟悉Terraform、Ansible等基础设施自动化工具。熟
悉CI/CD流程，具有MLOps经验，掌握模型的持续集成与部署（如Kubeflow、MLflow）。
- 有GPU/TPU加速集群的构建和优化经验，了解NVIDIA CUDA、TensorRT、vllm等深度学习推理优化工具。优
秀的性能调优技能，能够分析并解决分布式环境中的性能瓶颈，熟悉GPTCache、KVCache等。
- 熟悉大规模训练和推理下的运维和排障方式，具备AI基础设施可观测性设计能力和故障定位能力。
- 出色的沟通能力，善于跨团队协作，具有支持多团队AI项目的经验。

### 加分项
- 有参与建设和优化大规模AI推理平台的经验。
- 熟悉ONNX Runtime、TensorFlow Serving等模型服务化技术。
- 在开源项目或社区贡献过代码。

### 岗位职责

搭建AI平台底层基础设施，保障资源调度与容器化部署，支撑大规模AI训练与推理任务的高效运行。
- 设计基于OpenStack/Kubernetes的混合云平台，支持跨数据中心资源调度
- 构建多集群管理方案，实现AI算力资源（CPU/GPU/NPU）的统一纳管与动态分配
- 设计Ceph分布式存储集群，优化AI训练数据集访问性能
- 优化网络虚拟化技术，提升AI模型训练/推理吞吐量
- 开发智能调度算法，动态平衡计算资源与任务优先级
- 优化容器编排及自动化运维方案
- 实现AI算力资源的动态分配与监控

### 任职要求
- 5年以上云计算开发经验，本科及以上学历，计算机相关专业
- 精通OpenStack/Kubernetes的部署及使用，有解决生产环境问题的经验
- 熟练掌握Linux环境编程，熟悉掌握Python及相关衍生技术栈
- 熟悉分布式存储（如Ceph）及网络虚拟化技术
- 深入理解Kubernetes调度器、CRI运行时等核心模块源码
- 掌握OpenStack Nova/Neutron组件二次开发，熟悉虚拟化技术（KVM/QEMU）
- 有AI算力建设经验（如GPU资源池化、弹性训练框架集成）
- 熟悉国产化云平台（如OpenEuler+KubeEdge）适配改造

### 岗位职责
- 负责金融集团大模型基础设施架构设计与落地，包括GPU/CPU集群部署、存储系统搭建、网络互联优化等，保障大模型训练与推理的稳定高效运行。
- 主导算力调度系统优化，基于vscache调度框架，设计适配金融多业务场景的算力调度策略，提升GPU/CPU资源利用率，降低算力闲置成本。
- 开展大模型训练全流程优化，包括训练数据并行、模型并行（张量并行、流水线并行）策略设计，推理引擎（P/D分离、KVCache缓存等）优化，以及显存占用、推理延迟的精准调控，满足金融业务对模型响应速度与稳定性的高要求。
- 对接金融各业务条线（银行、证券、保险等）的大模型应用需求，提供基础设施与算力优化的定制化解决方案，解决业务场景中的算力瓶颈与性能问题。
- 负责大模型基础设施的运维监控体系搭建，通过Prometheus、Grafana等工具实现算力资源消耗、硬件状态、模型运行性能的实时监控与告警，保障系统安全可靠运行。
- 跟踪大模型硬件与基础设施领域的前沿技术（如国产AI芯片适配、新型存储架构），推动技术落地应用，持续提升集团大模型基础设施的竞争力与成本效益。

### 任职要求

（一）基本要求
- 本科及以上学历，计算机科学与技术、电子信息工程、软件工程等相关专业，3年及以上大模型基础设施搭建、算力调度或训练优化相关工作经验。
- 熟悉金融行业IT系统规范，有金融机构大模型项目落地经验者优先。
- 具备良好的跨部门沟通能力、问题解决能力与团队协作精神，能快速响应业务需求并提供技术支持。
- 具有强烈的责任心与学习意愿，能紧跟大模型技术发展趋势，持续提升自身技术能力。

（二）核心技能要求
- 精通GPU/CPU集群（国产AI芯片等）部署与运维，熟悉分布式存储系统（如Ceph、GlusterFS）、高速网络（InfiniBand、RoCE）的配置与优化，具备大规模集群架构设计经验。
- 掌握高性能计算、深度学习、机器学习、自然语言处理等技术，能够熟练使用DeepSpeed等深度框架的核心原理，有丰富的算力调度策略设计与优化经验，能针对不同业务场景（训练/推理、高频低耗/低频高耗）制定差异化调度方案，提升资源利用率。
- 精通金融大模型训练与推理系统开发技术（数据并行、张量并行、流水线并行），精通推理引擎（TensorRT、ONNX Runtime）的量化、剪枝等优化手段；能精准定位训练/推理过程中的性能瓶颈，实现显存占用降幅、推理延迟缩短、算力效率提升。
- 熟悉自动化能力：熟练使用Prometheus、Grafana、ELK等工具搭建监控告警体系，具备Shell/Python/Go等脚本开发能力，能实现基础设施部署、运维的自动化脚本编写。
- 熟悉金融大数据平台：了解主流大模型框架（PyTorch、TensorFlow）的底层原理，具备大模型框架与硬件平台的适配优化经验；有国产AI芯片（如昇腾、千帆、昆仑芯、寒武纪、海光等）生态适配经验者优先。

（三）加分项
- 拥有大模型基础设施成本优化相关经验，能通过技术手段降低算力、存储等硬件成本。
- 参与过万级参数及以上大模型的训练和推理场景的项目，主导过核心技术优化模块。
- 熟悉金融数据安全与合规要求，能在基础设施设计中融入数据安全防护方案。
- 拥有相关技术认证（如Kubernetes CKA/CKAD、英伟达AI认证等）。
- 算力集群管理维护：负责大规模GPU/CPU算力集群的日常运维管理，保障在线推理（Inference）和离线训练（Training）服务的稳定性与高可用性；设计并实施集群的自动化部署、监控、扩容及灾备方案，优化资源利用率。
- 性能调优与算力优化：针对GPU/CPU硬件特性，进行深度学习模型推理和训练任务的性能分析与调优（如CUDA内核优化、算子加速、内存带宽优化等）；开发或引入工具链，实现算力资源的动态调度和负载均衡，降低任务排队延迟。
- 故障排查与系统优化：快速定位并解决集群硬件、网络、存储及软件栈的异常问题，包括但不限于GPU/NPU卡故障、显存泄漏、通信拥塞等；主导关键技术的攻关与优化，提升集群整体计算效率。
- 技术体系构建：搭建GPU/CPU算力资源管理平台，完善监控告警、日志分析及成本核算体系；跟踪AI芯片技术演进，推动新技术落地。

### 岗位要求
- 学历与经验：第一学历为全日制统招本科及以上，计算机、电子工程、自动化等相关专业；3-5年大规模算力集群（GPU/CPU）运维开发经验，有AI训练/推理场景实战案例。
- 技术能力：
- 熟悉Kubernetes/Docker等容器化技术
- 深入理解GPU/CPU架构（如CUDA、TensorCore、RDMA等），掌握PyTorch/TensorFlow等框架的分布式训练原理；
- 具备性能调优经验，熟悉Profiling工具（Nsight、PyTorch Profiler、vTune等）；
- 熟悉Prometheus/Grafana/ELK等监控系统，能编写Python/Shell自动化脚本。
- 行业认知：了解主流GPU/CPU厂商硬件特性；对AI算力成本优化（如混合精度训练、显存压缩）有实际经验者优先。
- 软性素质：优秀的逻辑分析和问题解决能力，能承受高压环境下的紧急故障处理；良好的团队协作与跨部门沟通能力，具有技术文档编写和技术分享习惯。
- 加分项：熟悉InfiniBand/RoCE等高速网络协议

- 负责AI算力硬件（GPU/NPU集群）及PaaS平台的规模化部署、组网架构设计与性能调优（如RDMA网络优化）
- 主导算力交付的可用性评测，制定性能基线指标并输出优化方案
- 大模型算力选型与适配
- 结合业务场景需求（如训练/推理时延、吞吐量、成本），为千亿级大模型（如DeepSeek 67B/130B）提供算力架构选型建议（芯片类型/集群规模）及模型精度策略（FP8/BF16/INT8量化）
- 对主流开源模型（LLaMA、ChatGLM、DeepSeek等）进行算力适配优化，包括算子融合、编译优化、显存压缩等技术落地
- 算力使用及性能瓶颈优化
- 分析算力不足或模型性能瓶颈原因，指导并参与应用层服务优化或数智中台功能升级（如自动弹性伸缩、资源调度策略），指导并参与实施性能优化方案

### 任职要求
- 基础要求
- 计算机/电子工程/人工智能相关专业，硕士及以上学历
- 3年以上AI算力基础设施或大模型部署优化经验
- 算力工程能力
- 精通GPU/昇腾910B等AI芯片特性，具备集群部署经验。
- 熟悉Kubernetes/Docker容器化部署及InfiniBand/RoCE高性能网络调优。
- 模型优化能力：
- 出色的编程能力，数据结构及算法功底，熟悉Python或C++高性能编程
- 熟悉至少一种主流深度学习编程框架(PyTorch/Tensorflow/Caffe)
- 熟悉常用的LLM应用框架(Langchain, llamaindex等)的设计思路和使用
- 掌握大模型量化压缩技术，并对分布式训练框架（Megatron/DeepSpeed）有过原理及代码级的了解

### 加分项
- 具备主流模型的算子级优化经验(CUDA开发)
- 主导过千亿参数大模型的生产级部署项目（如LLaMA-270B、DeepSeek 67B）
- 有大规模应用或训练推理框架开源项目的社区贡献

### 岗位职责
- 云原生平台开发与竞争力能力构建：
   负责基于容器化技术（如 Kubernetes、Docker）和微服务架构的云原生平台开发，开源社区生态构建和推广。
   实现算力释放，包含多样化算力管理，算力调度与资源管理，确保资源的高效使用与合理分配。
   实现AI使能运维，以及构建面向AI场景的智能算力；
   面向互联网场景，确保平台在高并发、大规模负载下的稳定性与性能。
- 全栈开发与功能实现：
   后端：使用 Go 语言进行平台核心业务逻辑的开发，包括微服务接口的设计与实现。
   前端：能够参与平台的前端设计与开发，确保用户界面简洁、易用且性能优秀。
   测试与自动化：参与团队的测试用例设计与执行，推动测试自动化框架的建设，保证开发质量。
- 团队协作与技术推进：
   以开源化方式运作，能够与内外部团队紧密合作，推动技术方案的穿刺、落地与实施。



---



# 岗位素质（无需全部满足，欢迎萌新）

## 1. 技术能力：

   - 编程能力：具备良好的编码习惯与软件工程实践经验，能够编写高质量、可维护的代码。
   - 云原生与容器技术：应用 Kubernetes、Docker 等容器化技术，设计并实现高效的容器管理与调度系统。
   - 微服务架构：了解微服务架构设计模式，设计和实现高效、可扩展的微服务系统。
   - 算力调度与资源管理：掌握算力调度与分布式资源管理相关，能够设计高效的调度策略，确保资源的合理分配。
   - 性能优化：具备性能分析和优化能力，能够识别系统瓶颈并提出优化方案。

## 2. 开发能力：

   - 前端技能：具备基本的前端开发能力，能够使用常见前端技术（如 HTML、CSS、JavaScript）进行平台界面的开发和优化。
   - 后端技能：熟悉后端开发，能够高效实现服务端功能，特别是与云原生、微服务相关的业务逻辑。
   - 测试与自动化：熟悉测试驱动开发（TDD），有一定的自动化测试经验，能够推动项目中的测试自动化进程。

## 3. 架构设计能力：

   - 具备云原生系统架构设计的能力，能够基于业务需求设计高可用、高扩展性的系统架构。
   - 熟悉分布式系统原理，能够处理分布式系统中的常见问题，如网络延迟、数据一致性、容错性等。

## 4. 软技能：

   - 团队协作：具备良好的团队合作精神，能够在跨职能团队中与产品经理、运维工程师、前端开发等人员密切配合，推动项目进展。
   - 沟通能力：能够清晰表达技术方案与设计思想，撰写文档与报告，确保团队成员之间的信息流通。
   - 自我驱动与学习能力：能够在快速变化的技术环境中不断学习和成长，主动识别并解决问题。

### 岗位职责
- 参与设计并实现多层算力调度系统：
  - PoP 轻节点调度
  - 区域 GPU 调度
  - 中心大模型推理调度
- 负责实现资源分配算法：
  - GPU slot 分配、并发控制、QPS 限制、优先级调度、租户隔离
- 开发调度相关的核心组件：
  - 模型加载分配器
  - KV-cache 复用调度
  - 轻推理与重推理的路由
- 持续优化：调度延迟、任务排队、模型冷启动、GPU 利用率。
- 与模型团队和边缘节点团队协作，将 vLLM / TensorRT-LLM / WASM 轻推理纳入统一调度框架。

### 岗位要求
- 扎实的 Golang 或 Rust 基础，有多线程/并发编程经验。
- 深刻理解 Kubernetes Scheduler、资源调度、负载均衡、优先级队列等概念。
- 熟悉 GPU 资源特点：显存、带宽、模型加载、推理并发、batching。
- 有分布式系统开发经验（锁、缓存一致性、心跳管理等）。
- 有兴趣推动“算力池 → Serverless 推理平台”的架构落地。

### 任职资格
- 云计算基础：必须对云计算（包括计算、存储、网络等）的核心基础设施有深入了解，有方案设计和实际实施经验，同时熟悉云原生的生态应用
- 技术背景与经验：拥有准确的技术逻辑判断力与丰富的IT工程实践经验，熟练掌握Python、PyTorch等AI生态工具，并具备出色的实际操作能力
- 学习态度与热情：始终保持对新技术的热爱与探索，对AI技术持有浓厚的兴趣，并坚信技术的长远价值
- 团队合作与沟通能力：能够在多元化的团队环境中出色地工作，展现出卓越的团队合作精神。具备出色的沟通技巧和问题解决能力，能够及时响应并解决客户的问题
- 学历与专业背景：本科或以上学历，计算机科学、软件工程、数学、物理、统筹学等相关专业优先考虑
- 负责海量高性能 GPU/CPU 卡的资源交付与一致性保障，涵盖万卡大模型训练、在线推理、在线搜索、推荐训
练等不同业务场景的集群管理。
- 学习并深入了解 GPU 业务方的使用姿势和训练框架，掌握前沿 AI 大模型技术，解决超大规模场景下的稳定性挑
战，涉及 Nvidia H100、A100、华为昇腾、以及自研 XPU 等高性能卡型的使用
- 构建自动化工程，确保生产环境的稳定性和资源在线率，及时发现并隔离故障 GPU 资源，提高资源流装效
- 通过优秀的工程架构设计，参与生产集群和服务的整个生命周期，满足可持续发展的需求并提高系统稳定性，包
括架构规划、评审、设计、部署和上线等环节

### 职位要求
- 本科及以上学历，计算机相关专业或具备同等实践经验，拥有五年以上相关领域工作经验
- 熟悉 GPU/CPU 资源管理和调度，具备大规模高性能计算集群的管理经验。
- 具备深厚的计算机系统基础知识，了解操作系统、存储网络10等相关原理
- 具备以下一项或多项软件开发经验：Go/Python/Java/C++等，能够编写高效、稳定的系统工具和自动化脚本。
- 有丰富的生产环境故障排查和性能调优经验，能够快速定位和解决问题。
- 熟悉 AI 大模型训练框架（如 Tensorflow、PyTorch 等），了解大规模分布式训练的实现细节和优化方法
- 具备优秀的沟通和协作能力，能够与业务方、开发团队紧密合作，推动项目顺利进行。
- 具有高度的责任感和主动性，能够在高压环境下保持高效工作。

### 优先条件
- 具备超大规模计算集群管理经验，尤其是在大数据和 AI 大模型训练场景下的经验。
- 熟悉 Nvidia H100、A100 等高性能计算卡的使用和优化。
- 具备系统化思维和工程化研发能力，能够设计和实现复杂系统的自动化解决方案。
- 英语口语流利，能够用英语进行流畅的沟通和交流，完成全球协作任务。
- 具有产品和工程思维，具备良好的项目管理能力、数据结构和系统设计能力者优先。

### 职位描述

1、参与云原生容器网络控制面和数据面的设计、研发和优化工作
2、参与云原生容器网络新技术的预研、原型设计和开发工作

### 职位要求

1、计算机相关专业，本科以上学历，有两年以上工作经验
2、计算机理论基础扎实，熟练掌握至少一种编程语言(Go、C等)
3、熟悉TCP/IP等常用网络协议，有丰富的网络编程、故障定位、性能调优经验
4、熟悉云计算Underlay、Overlay网络拓扑，有相关网络技术的研发经验
5、熟悉K8S、熟悉CNI容器网络架构，熟悉至少一种开源CNI，有相关网络技术研发经验
6、具备以下条件者优先：
- 有内核、DPDK、EBPF、CNI相关的网络系统研发经验
- 有智能网卡、硬件卸载、P4等高性能网络研发经验
- 有Vxlan、SRv6等Overlay技术的网络研发经验
- 有VPC、LB等云网络研发经验

### 技能要求
- 熟悉 Docker容器技术相关的操作系统基础设施（文件系统、网络、cgroups等）有深入的理解。
- 熟练掌握Rust/Golang/shell/python/ansible语言以及Linux环境进行开发，至少有2年开发或运维经验，本科及以上学历。
- 熟悉 kubernetes 原理、组件和网络方案。
- 熟悉SDN/NFV,对ovs/ovn/calico/macvlan/sriov/wave/flannel等网络方案有实际使用经验，了解与k8s融合方式和性能情况。
- 了解边缘计算和5G网络优先。
- 对新技术有热情，有强烈的学习的自我驱动力，有较强的逻辑性，对于位置问题能够有清晰的定位和解决思路。

### 工作职责
- 参与k8s云网络选型、功能开发和性能维护工作；
- 持续撰写多云适配和管理的相关技术文档；
- 参与精品调研和分析；
- 针对中心云和边缘云等多场景进行网络交互研究。

优化多方安全计算（MPC）、安全集合求交（PSI）、零知识证明（ZKP）、差分隐私（DP）、联邦学习（FL）等隐私保护技术。我们的目标是与各国的监管机构和机构建立一个共享、协作和互利的生态系统，同时继续释放数据价值。

我们正在寻找经验丰富的隐私计算相关技术专家加入公司国际业务集团，负责推动公司隐私计算技术的基础平台研发和业务落地。理想的候选人应熟悉隐私计算相关技术，并能应用这些技术解决实际问题。

### 岗位职责
- 负责隐私计算基础调度框架架构设计和核心功能开发，包括网关、调度器等模块。
- 负责在线与离线任务的方案设计，支持丰富灵活的调度策略。
- 负责多云集成开发、降低上云门槛。
- 负责服务持续交付、故障容灾、监控告警、链路追踪等稳定性和可用性能力建设。

### 岗位要求
- 熟悉精通 Golang/Java/C++，具备3年以上的开发经验。
- 熟悉精通 Envoy、Kubernetes，如CRD Operator、K8s Controller等，有实际二次开发经验优先。
- 熟悉原生服务容灾备份的常用手段，有实际参与和开发经验优先。
- 熟悉原生相关的监控、告警、链路追踪工具，有实际参与和开发经验优先。
- 熟悉常用的部署和自动化运维工具（如Helm、Ansible、Terraform等）优先。
- 熟悉主流云计算平台（如AWS、Azure、阿里云、腾讯云等）优先。
- 熟悉 TEE、MPC 等主流隐私计算技术优先。
- 具有良好的沟通表达能力和团队协作能力，具备较强的学习能力，注重代码质量。
- 参与云原生应用研发项目，包括机器学习/rag增强检索/可观测性/弹性混部/devops等

岗位要求 本科（含）以上，1年以上工作经验；
1、重点本科以上学历，1年以上容器平台运维、研发相关工作经验
2、熟悉linux os和系统研发（C/C++/go）开发，熟悉tcp/ip协议、Linux并发编程和常见网络服务器模型
3、熟悉k8s原理和实现，熟悉ci/cd、微服务和服务网格云等相关技术
4、良好的逻辑思维能力、优秀的行业内前瞻技术和新技术学习能力

### 加分项
- 熟悉底层技术（网络/虚拟化），如负载均衡、SDN/overlay/vxlan/、kvm/kubevirt等
- 有大型k8s集群治理和集群管理平台研发经验

负责基于K8S的应用变更运维平台建设、构建云原生Devops研发和运维体系，提升全公司各个业务团队的研发效率、降低变更风险；

负责企业Devops生态相关基础设施的研发工作，包括CI/CD流水线、DevOps、AIOps等平台的建设；
运用各种前沿技术，突破性解决公司研发领域的各种问题，提升公司研发效率，提高交付质量，保障生产安全；
对现有系统的不足进行分析，找到目前系统的瓶颈，提高系统性能。以产品化的视角，有效地解决用户痛点，提高用户体验；
跟进社区最新发展，调研前沿技术动态，推动公司研发模式的升级和革新。

### 任职要求

丰富的Golang或者Java开发经验，有大型业务系统的架构设计和实施能力，熟悉常见的设计模式；
精通Kubernetes、Docker相关技术，熟悉Kubernetes的开发，如CRD Operator、K8s Controller等；
熟悉云原生技术生态，对云原生技术体系有丰富的开发经验，比如Argo CD、Argo Rollouts等。

### 加分项

有CI/CD流水线方面的工作经验，熟悉和了解Knative、Tekton、OAM、Kubevela等社区主流产品；
在企业内落地过基于云原生标准PaaS构建、应用交付体系构建等核心技术工作，了解复杂应用编排与交付的痛点和挑战。

有DevOps相关的工作经验，熟悉Jenkins、GitLab、SonarQube等工具；
有AIOps经验，熟悉常用的人工智能算法，并有实际的落地项目；
参与社区开源项目，并贡献开源代码。

### 主要职责

## 1. 算力虚拟化平台开发
- 基于Rancher、Kubernetes、HAMI和Volcano生态系统开发算力虚拟化解决方案设计和实现高性能、高可用的计算资源调度和管理系统
- 开发GPU/CPU等异构计算资源的虚拟化和隔离机制
- 实现资源配置管理、资源监控和计量功能

## 2. AI/ML平台功能开发
- 构建支持机器学习模型训练和推理的平台服务
- 开发机器学习任务生命周期管理功能，包括提交、调度、执行和监控
- 实现分布式训练任务的编排和资源分配
- 开发模型版本管理和部署流水线

## 3. 平台维护与优化
- 维护现有平台系统的稳定运行
- 进行性能调优和故障排查
- 编写高质量、可维护的Go代码，并进行单元测试和集成测试
- 持续改进系统架构和核心组件
- 编写技术文档和操作手册

### 任职要求

## 1. 教育背景与经验
- 计算机科学与相关专业本科及以上学历
- 3年以上Go语言开发经验，具备扎实的编程基础

## 2. 技术与能力
- 熟悉Linux操作系统和容器技术
- 深入理解Kubernetes架构和核心概念
- 熟悉Rancher、HAMI、Volcano等云原生项目者优先
- 了解机器学习基本概念和训练推理流程
- 学习能力强，能够快速掌握新技术
- 能够承受一定工作压力，适应快速发展的工作环境

## 3. 加分项
- 有GPU调度或异构计算资源管理经验
- 熟悉Prometheus、Grafana等监控工具
- 了解TensorFlow、PyTorch等主流机器学习框架
- 有云原生生态项目贡献经验
- 熟悉网络编程和微服务架构

1.负责公司容器调度平台的架构设计和核心功能开发，包括容器资源管理、调度优化、弹性伸缩等模块。
2.设计和实现在线与离线任务的混部调度方案，优化集群资源的整体利用率，实现计算、存储和网络资源的高效调度。
3.针对不同业务场景，研究并改进 Kubernetes 调度算法，包括任务优先级、抢占机制、节点选择等，提升集群的资源分配效率和稳定性。
4.与多集群管理平台、资源隔离、QoS 管理等模块协同工作，确保在复杂场景下的资源调度策略具备高可用性和可扩展性。
5.跟踪云原生生态的最新发展趋势，研究并应用新技术以提升系统性能和调度灵活性。
6.支持系统的性能监控与故障诊断，参与系统优化和技术问题的快速解决，保障系统的高效稳定运行。

### 任职资格

### 任职要求

1.计算机科学、软件工程等相关专业本科及以上学历，3年以上容器、Kubernetes 或相关分布式系统开发经验。
2.熟练掌握 Kubernetes 核心组件的原理和开发，具备调度器（Scheduler）相关模块的开发经验，有调度算法优化项目经验优先。
3.熟悉大规模容器集群的资源管理和在线混部调度机制，了解不同业务负载对计算、存储和网络资源的需求，能有效设计混部策略。
4.精通 Go 或 C++ 编程，具有良好的代码风格和系统架构设计能力，能进行复杂系统的代码开发和调试。
5.熟悉容器技术栈（如 Docker、containerd），有 Linux 系统内核、资源控制（如 cgroups）、网络虚拟化等知识。
6.有云原生项目（如 Koordinator、Volcano、OpenKruise）或自定义调度器的开发经验者优先。
7.具备较强的学习能力和分析问题的能力，能够快速理解并应用新技术。
8.优秀的团队合作与沟通能力，善于跨部门协作推进项目落地。

### 加分项
- 参与或主导过大型分布式系统/高性能计算平台的架构设计。
- 在云原生社区（如 CNCF 开源项目）有贡献，或发表过相关技术博客/论文。
- 有 Prometheus、Thanos 等监控系统的运维经验，能基于实时数据进行资源调度的优化。
- 负责公司云平台多租户管理、多集群管理、集群资源管理等相关工作；
- 负责公司DevOps相关工作，包括CI/CD流程的设计与优化；
- 负责云平台上各基础设施产品化的建设和维护工作；
- 参与平台智能化运维、大模型应用基础设施平台的建设。

### 任职要求
- 计算机及相关专业本科以上学历，拥有扎实的计算机专业基本功；
- 熟练掌握Golang/Java等任何一种语言(Golang优先)；
- 熟悉Kubernetes，container等开源组件，熟悉源码；
- 熟悉Linux操作系统及常用命令，熟练使用常用软件排查跟踪各种问题。
- 有良好的沟通能力，注重团队协作，善于主动思考和行动。

2.负责设计和实施软件工厂产品化资源的监控、日志收集、链路追踪方案。

3.负责集成云服务商(如腾讯云、阿里云、华为云等)的虚拟化、容器化服务等能力。

4.负责牵头解决云原生领域的核心技术难题，如容器网络性能优化、Kubernetes集群调度策略优化、存储性能瓶颈突破、分布式系统一致性等问题。

5.跟踪云原生领域前沿技术，开展技术预研与试点应用，推动软件工厂云原生架构的持续迭代升级。

### 任职资格

1.5年以上云原生领域工作经验，其中3年以上大型企业级云原生平台设计与落地经验，有大型分布式、高并发、高性能、高可用系统的设计开发经验者优先。有航天、军工领域项目经验者优先。精通Docker容器化技术与Kubernetes集群管理，深入理解云原生技术栈。熟悉至少两种主流云平台(阿里云、华为云、腾讯云)的核心服务，具备多云集成与跨云部署的实战经验，了解国产化云生态者优先。4.具备扎实的容器网络、存储理论与实践能力，能针对不同业务场景设计最优的网络与存储方案，并进行性能优化；具备容器网络、存储、监控的实战优化能力。5.熟悉主流的Web安全技术，包括SQL注入、XSS、CSRF等安全相关知识；熟悉风险评估和安全加固等知识。6.持有阿里云/华为云相关云原生架构师证书者优先。

7.有较强学习能力和自驱力，有强烈责任心和使命感，抗压性强。

### 岗位职责
- 混合云集群建设，负责云厂商（如阿里云、腾讯云等）的Kubernetes集群规划、部署及运维，设计多集群联邦管理方案
- 自动化调度系统开发，实现实现自定义资源管理开发资源调度工具和云资源自动化调度，任务编排管理，集成监控告警体系（Prometheus/Grafana）
- 性能优化与稳定性保障，制定集群故障自愈方案，参与开发自动化运维工具链（Shell/Go），实现故障自愈与弹性伸缩

### 任职要求
- 熟悉Python/Java语言，精通容器技术栈（Docker、Container），熟悉Linux系统调优及网络虚拟化
- 3年以上Kubernetes开发/运维经验，熟悉集群架构、核心组件及扩展开发（CRD/Operator）
- 能独立编写技术文档，具备较强的故障排查和跨团队协作能力
- 熟悉云管理，有混合云或多云环境下的集群管理与开发经验
- 有云原生工具链开发经验者优先

### 岗位职责
- 负责云防火墙、云WAF等网络安全产品的运维工作；2. 保障系统7*24小时稳定运行，构建系统容灾、监控以及自动化、智能化运维体系；3. 负责运维平台建设，持续提升平台运维效率，设计系统核心运营指标体系，持续推动系统优化，提升系统性能及稳定性；4. 系统及客户问题闭环体系的建设与规划。

### 岗位要求
- 计算机相关专业本科以上学历，2年以上大型系统运维经验，并有容灾、监控等运维系统开发经验；2. 掌握常用开发语言 Shell/Python/Golang，熟悉业界主流技术，如 Open-Falcon、Grafana 等；3. 熟悉 Linux 操作系统，熟悉各种网络协议；4. 能够承受较高的工作压力，有强烈的工作责任心，较好的沟通能力，良好的团队合作精神；5. 能够独立完成工作，具有较强的综合分析问题及解决问题的能力。

我们在哪超一线的（北京）、斥资100亿打造的欧洲小镇(东莞)，高性价比新一线城市(西安)

技术&发展：我们有通用前沿全栈技术，云原生、AI、大模型、容器……更有领先世界的通信网安全技术

### 团队介绍

我们致力于通过云原生技术和不断的技术创新突破，帮助我们的业务提升研发和运维效率，在业务高速发展的阶段，让研发把更多的精力放在创造业务价值上去。团队贴近得物丰富的业务场景，通过云原生CI/CD、云原生AI，在离线混部、边缘部署、多云管理、集群管理等为得物技术带来了成本的降低和效率的提升。

### 岗位职责
- 负责混部管理系统的开发，包括调度能力强化、内核资源隔离、内核能力增强，及相关的稳定性组件建设
- 负责弹性容量体系的开发，包括HPA&VPA、水位平衡、容量预估等功能
- 负责k8s相关组件的开发，包括网络组件、存储组件及容器运行时

### 职位要求
- 扎实的编程基础、良好的编程风格与工作习惯，熟练掌握go、C++等编程语言的一种或多种
- 深入了解k8s体系，group机制、资源调度实现，有混部相关经验更佳
- 对linux内核有一定的了解，对日常相关的问题排查，有一定的经验
- 对弹性容量管理体系有一定的实践经验
- 对无服务化技术有了解更佳

### 职责描述
- 负责滴滴弹性云产品容器服务Paas平台的研发工作，从整体上对所负责产品的部署架构、成本、服务质量等进行控制和改良，维护产品的质量稳定。
- 负责公司容器服务产品平台化及底层核心服务能力建设，支撑公司多个垂直领域的企业业务运行，助力研发提升研发和运维效率；
- 贴近公司丰富的业务场景，负责应用容器化上云，应用发布，灵活弹性等相关产品的设计、开发和运维等工作；
- 持续跟进云原生社区的新技术，进行技术预研及应用落地；

### 任职要求
- 本科及以上学历，具有云计算平台技术运营工作经验，精通容器技术底层原理和K8S架构，熟悉云原生技术，有大规模平台和业务落地。
- 熟悉 Golang 或有意愿转向 Golang，3年以上工程实践经验，对代码质量有追求；
- 对 DevOps、CI/CD 有深刻理解，有丰富的实践经验；
- 熟悉容器技术（如Docker）、蓝绿/金丝雀部署，镜像管理等云原生技术，深入理解 Kubernetes内部机制；
- 有 Kubernetes 开发经验（包括二次开发）者优先，有搭建容器管控平台经验者优先；
- 有基础平台、基础框架或基础服务实施及设计经验的优先考虑，参与过开源社区项目的优先考虑。
- 负责公司容器调度平台的架构设计和核心功能开发，包括容器资源管理、调度优化、弹性伸缩等模块。
- 设计和实现在线与离线任务的混部调度方案，优化集群资源的整体利用率，实现计算、存储和网络资源的高效调度。
- 针对不同业务场景，研究并改进 Kubernetes 调度算法，包括任务优先级、抢占机制、节点选择等，提升集群的资源分配效率和稳定性。
- 与多集群管理平台、资源隔离、QoS 管理等模块协同工作，确保在复杂场景下的资源调度策略具备高可用性和可扩展性。
- 跟踪云原生生态的最新发展趋势，研究并应用新技术以提升系统性能和调度灵活性。
- 支持系统的性能监控与故障诊断，参与系统优化和技术问题的快速解决，保障系统的高效稳定运行。

### 任职资格

### 任职要求
- 计算机科学、软件工程等相关专业本科及以上学历，3年以上容器、Kubernetes 或相关分布式系统开发经验。
- 熟练掌握 Kubernetes 核心组件的原理和开发，具备调度器（Scheduler）相关模块的开发经验，有调度算法优化项目经验优先。
- 熟悉大规模容器集群的资源管理和在离线混部调度机制，了解不同业务负载对计算、存储和网络资源的需求，能有效设计混部策略。
- 精通 Go 或 C++ 编程，具有良好的代码风格和系统架构设计能力，能进行复杂系统的代码开发和调试。
- 熟悉容器技术栈（如 Docker、containerd），有 Linux 系统内核、资源控制（如 cgroups）、网络虚拟化等知识。
- 有云原生项目（如 Koordinator、Volcano、OpenKruise）或自定义调度器的开发经验者优先。
- 具备较强的学习能力和分析问题的能力，能够快速理解并应用新技术。
- 优秀的团队合作与沟通能力，善于跨部门协作推进项目落地。

# 方向一：云平台架构

### 工作职责
- 负责私有云平台产品的架构设计、架构原型实现及核心模块的开发工作。
- 负责云原生中间件方案设计、代码实现以及优化，对代码质量负责。
- 负责业务能力调度、作业调度平台的架构设计和功能研发、优化迭代及落地。
- 负责 Kubernetes 领域和周边的前沿技术跟踪与应用，支撑业务中长期发展。
- 负责边缘超融合架构及私有化项目推进及落地。

### 工作要求
- 大学本科及以上学历，并取得相应学位，计算机或者相关专业。
- 八年以上相关行业工作经验，软件开发经验。
- 精通以下任何一种语言Go/Java/Python等且有独立项目开发经验。熟悉多线程、网络、IO等技术，熟悉常见算法及数据结构。精通gcc使用及优化。
- 熟悉mysql数据库和sql调优，熟悉redis缓存、mq消息、lucene引擎的使用。
- 熟悉k8s技术，cn/csi原理，熟悉helm工具。熟悉Docker使用，深入理解Kubernetes的架构和设计，理解实现原理；熟悉Operator实现原理，有二次开发经验。
- 熟悉linux系统操作和故障排查，熟悉ansible工具。Linux、TCP/IP等技术基础扎实，Linux性能分析及调优，沟通能力强，对系统架构有一定的见解。
- 有kvm虚拟化、ceph存储相关经验优先。熟悉AI工程化实践、AI框架Tensorflow、Pytorch、PaddlePaddle等；有PaaS平台、云相关的二次开发经验优先。
- 有良好的沟通和学习能力，良好的团队协作精神。



---



# 方向二：监控运维开发

### 工作职责
- 负责维护和开发目前云平台所涉及的监控服务或自动化运维实现，为中间件高可用及高可靠方案负责，保证稳定运行；
- 负责制定中间件相关标准，并支撑研发团队合理规划中间件架构。

### 工作要求
- 大学本科及以上学历，并取得相应学位，计算机类专业优先；
- 八年及以上相关经验，其中5年以上监控开发运维经验；
- 熟悉Mysql、Redis、MQ、Nginx等中间件，精通其中三种及以上，具备部署及故障排查经验，能够建立相关标准，可进行架构设计及调优者优先；
- 熟悉linux操作系统，熟练使用python和shell，可自行开发工具类脚本；
- 深刻理解常用高可用架构和组件，对数据库高可用方案及技术有深入了解，具备设计实施复杂数据库高可用系统和容灾方案的能力；
- 有带团队经验者优先。

# 方向三：运维开发/容器

### 工作职责
- 负责中间件、容器体系化建设，保障系统服务高可用；
- 负责中大型生产环境K8s集群的部署和线上维护，制定迁移计划、调优、上线和排障，高效定位和解决线上问题；
- 主动发现生产环境的问题和隐患，推进自动化运维工作的维护成本；
- 负责技术方案、应急方案的制定和实施。

### 工作要求

### 岗位要求
- 大学本科以上学历，并取得相应学位，信息科学技术学科等相关专业优先；
- 具备以下一种或多种技能：
   - (1)精通Apache、Nginx、Jobss、Tomcat高可用性架构原理，有实际搭建、运维、优化、应用适配经验；
   - (2)精通kubernetes容器编排，有实际项目经验；
   - (3)熟悉K8S集群管理、优化、监控及相关业务导入与支撑，对docker容器、镜像、网络、存储、持久化、监控、安全有深入的理解；
   - (4)精通prometheus监控系统，熟悉promsql编写，对虚拟机、容器集群监控有实际经验；
   - (5)熟练使用自动化运维工具，例如Ansible.Saltstack等；
   - (6)熟练使用Python、Java、Shell、C中一种或多种语言，具备开发自动化运维系统的能力；
   - (7)熟悉实施文档、部署文档的编制工作；
   - (8)熟悉微服务架构，并可以进行容器化改造；
   - (9)具有国产化中间件产品运维经验者优先；有开源项目经验优先；具有阿里云ACE或K8SCKA证书者优先考虑；
   - (10)有企业级容器云平台实际开发、调试经验者优先；
   - (11)诚实守信、作风踏实严谨、责任心强，具备良好团队协作能力精神，学习能力强，善于解决复杂问题；具备一定的抗压能力，并具备良好的语言表达与文档编写能力并具有良好的团队合作精神。
- 负责云原生在AI应用场景下的落地，包括算力纳管、数据存储、资源调度、模型开发/训练/部署全流程等；
- 负责优化大模型部署调度性能，针对不同场景提供高效大模型服务；
- 负责AI基础设施建设，持续优化架构及性能，提升各类服务易用性及稳定性；
- 跟进业界先进技术，打造业界领先的AI工程技术能力。

### 岗位要求
- 计算机/软件/网络工程等相关专业，硕士及以上学历，良好的计算机基础；
- 掌握至少一种后端编程语言（Python/Golang/C++），了解其开发生态并有响应项目开发经验；
- 熟悉K8s、Docker等云原生技术栈，理解CSI/CNI/CRD/设备插件等容器相关运行机制；
- 了解深度学习应用原理及开发流程，有各类大模型框架开发使用经验优先；
- 具备良好的团队合作精神，能够积极主动推进所负责的工作。
- 2年以上云计算/云原生相关领域经验，具备云原生、微服务、可观测、数据库中间件等方向的实战经验（任意方向有经验均可）
- 3年以上产品经理经验，能够独立完成从需求分析 → 产品设计 → 推动落地的全流程，同时具有较好的产品价值量化、产品体系规划能力；若具备在JD描述的相关领域较优秀的技术理解能力，产品经理经验要求可放宽
- 熟悉主流云原生技术栈（Kubernetes、Helm、Service Mesh、Prometheus 等），了解数据库中间件（如MySQL、Redis、消息队列）的常见场景，具备研发交付等经验者更优
- 深入理解研发体系用户（开发运维测试部门）在应用研发、交付、运行、运维过程中的核心痛点，可根据业务场景提出产品解决方案
- 具备大型企业级平台或分布式系统的产品设计经验，能把握跨产品能力的协同与体系化建设

### 岗位职责
- 深入理解研发体系用户（开发运维测试部门）在应用研发、交付、运行、运维过程中的核心痛点，可根据业务场景提出产品解决方案
- 主导云原生平台、数据库中间件平台、微服务治理、可观测体系等核心模块的产品规划与设计，上述任一方向有经验均可
- 推动跨平台、跨系统的能力联动与标准化，具有构建跨产品协同体系化能力
- 协同研发团队落地关键功能，确保产品在稳定性、易用性、扩展性上满足业务需求
- 基于业务战略与发展趋势，规划产品演进路径，形成长期产品路线图

微服务）的技术选型与演进规划，确保系统架构具备高可用、高扩展、高性能与安全性。
- 核心系统设计与攻关：主导物联网后端系统、高吞吐量服务以及实时数据流处理平台（如基于Kafka的数据管道）
的架构设计、核心模块开发与性能优化。负责解决分布式系统、大数据处理中的关键技术难题。
- 架构规范与工程化：制定并推动前后端开发规范、技术标准、代码质量体系以及DevOps/CI-CD流程的落地。搭建
和维护技术架构文档，主导技术评审，提升团队整体工程能力和交付效率。
- 业务协同与技术领导：深入理解业务需求，承担从业务到技术架构的桥梁角色。协调前端、产品、测试等多团队
协作，主导技术决策，并在项目压力下做出关键决策，保障项目高质量交付。
- 技术前瞻与团队赋能：跟踪云原生、物联网、大数据与AI等领域的技术发展趋势，评估并引入适合的先进技术。
指导并培养研发工程师，提升团队的技术视野和解决问题的能力。

### 任职要求
- 基本条件：计算机相关专业本科及以上学历，具备5年以上后端开发经验，其中至少2年以上系统架构设计经验。
有大型分布式、高并发、高可用性系统设计经验者优先。
- 核心技术能力：
  - 编程与JVM：精通Java，具备扎实的编程基础和系统设计能力，深入理解JVM原理、多线程、数据结构与算法，
    能进行深度性能调优与问题定位。
  - 云原生与微服务：精通Spring Cloud等微服务框架，熟悉Docker、Kubernetes及服务治理，具备实际的云原生项
    目架构和落地经验。
  - 大数据与物联网：熟悉Kafka、Flink等实时计算框架，以及Hologres、MaxCompute等大数据技术栈。具备物联
    网平台架构经验，了解MQTT、CoAP等设备通信协议。
  - 工程与协作能力：熟练掌握DevOps理念与CI/CD工具链，具备强烈的工程化和自动化意识。能够熟练运用AI工具
    辅助架构设计、代码审查或数据分析。具备出色的跨部门沟通能力、技术文档撰写能力和团队协作精神。
  - 软件生态：具备优秀的逻辑分析、抽象思维和系统级思考能力，能够从全局和业务视角进行架构权衡。拥有技术
    热情、抗压能力和以结果为导向的推动力。
  - 外语技能：具备英语文档的阅读、编写能力，英语口语能支持日常工作中的沟通交流。
  - 其他要求：因项目需要，能够接受长三角地区（如杭州、宁波、上海等）、海外的短期出差。

### 加分项
- 拥有公有云（AWS、Azure、阿里云、腾讯云）上的复杂系统架构设计与部署经验。
- 具有服务网格（如Istio）、Serverless架构或大规模微服务治理的实际经验。
- 具备Python、C/C++等多语言开发能力，或有数据安全与隐私保护架构设计经验。
- 有成功的AIoT（人工智能物联网）产品或高吞吐量数据平台从0到1的架构经验者尤佳。

工作地点
- Base归属：宁波慈溪-吉利研究院
- 主要工作地点：宁波慈溪-吉利研究院
- 教育背景
统一招本科及以上学历，计算机、软件工程、云计算相关专业优先。
- 工作经验
3年以上容器运维经验，主导或深度参与过千级Pod规模的集群维护。
熟悉生产环境容器化全生命周期管理，包括部署、监控、扩缩容、故障恢复等场景。
有多云环境/混合云管理经验
头部互联网/云计算大厂优先
- 技术能力
精通Kubernetes架构及生态工具（如Etcd、Calico、Istio、volcano），具备集群性能调优经验（如APIServer负载均衡、节点调度优化）。
精通K8S gpu调度vGPU、k8s device-plugin、精通CRI/CSI/CNI
熟练使用Docker、Prometheus、Grafana、ELK等工具链，熟悉云原生安全体系（如镜像扫描、RBAC策略、网络策略）。
具备运维开发能力，能使用Python/Go开发自动化工具（如自定义Operator、监控告警脚本）。

### 岗位职责
- 负责干节点级Kubernetes集群(GPU+NPU)的建设与稳定性保障，包括版本升级、故障排查、资源利用率优化
- 设计高可用架构，解决API Server性能瓶颈、etcd存储压力等大规模集群特有问题。
- 主导容器化架构调优（如Pod调度策略、网络插件选型、存储方案设计），优化资源请求/限制配置以减少资源争用。
- 建立容器安全防护体系，包括漏洞扫描、运行时安全监控（如Falco）、合规审计。
- 解决生产环境疑难问题（如OOM、网络延迟、存储性能瓶颈），输出标准化SOP文档。
- 协同研发团队优化微服务架构，推动ServiceMesh等新技术落地。

### 职位描述
- 云平台统一基础产品功能架构设计，包括云原生应用管理平台、应用发布与调度、资源管理与调度、云产品部署和热升级等能力的研发。
- 负责云平台laC（基础设施即代码）的设计与研发，将阿里云的架构、资源和部署形态抽象为laC描述。并基于laC，实现对阿里云新建站点/Region/AZ的部署、热升级、扩缩容和资源管理。
- 云产品规划、售卖、管理等综合解决方案平台建设。
- 多 Region、同城容灾、一云多芯等企业级能力建设，跨团队沟通协作，推进项目落地。

### 职位要求
- 本科及以上学历，计算机相关专业。
- 有 Kubernetes、Serverless、Rancher、OCM、Etcd、Helm、Kubevela 等相关项目经验者优先，有开源项目贡献者优先。
- 熟悉主流的云服务架构，了解虚拟化、容器、Serverless、可观测等基本原理和应用场景。有大规模分布式系统应用架构设计与研发经验，在云计算行业应用领域有相关经验者优先。
- 精通 golang 或 C++ 语言，熟悉多线程机制，了解常用开源框架。熟悉 Linux 常用命令，同时掌握脚本类语言 shell 或 python 更佳。有全栈开发经验者优先。
- 具备较强的沟通能力，能够主动思考和承担压力，具备良好的团队协作能力。自驱力强，能够协同多个团队完成架构和研发的业务目标。

工作地点：北京或杭州均可。

### 岗位职责
- 负责干节点级Kubernetes集群(GPU+NPU)的建设与稳定性保障，包括版本升级、故障排查、资源利用率优化；
- 设计高可用架构，解决APIServer性能瓶颈、etcd存储压力等大规模集群特性问题；
- 主导容器化架构调优（如Pod调度策略、网络插件选型、存储方案设计），优化资源请求/限制配置以减少资源争用；
- 建立容器安全防护体系，包括漏洞扫描、运行时安全监控（如Falco）、合规审计；
- 解决生产环境疑难问题（如OOM、网络延迟、存储性能瓶颈），输出标准化SOP文档；
- 协同研发团队优化微服务架构，推动ServiceMesh等新技术落地；

### 任职资格
- **教育背景**
   - 统招本科及以上学历，计算机、软件工程、云计算相关专业优先；
- **工作经验**
   - 3年以上容器运维经验，主导或深度参与过千级Pod规模的集群维护；
   - 熟悉生产环境容器化全生命周期管理，包括部署、监控、扩缩容、故障恢复等场景；
   - 有多云环境/混合云管理经验；
- **技术能力**
   - 精通Kubernetes架构及生态工具（如Etcd、Calico、Istio、volcano），具备集群性能调优经验（如APIServer负载均衡、节点调度优化）；
   - 精通K8S gpu调度vGPU、k8s device-plugin、精通CRI/CSI/CNI；
   - 熟练使用Docker、Prometheus、Grafana、ELK等工具链，熟悉云原生安全体系（如镜像扫描、RBAC策略、网络策略）；
   - 具备运维开发能力，能使用Python/Go开发自动化工具（如自定义Operator、监控告警脚本）。

### 岗位职责

负责制定与企业战略目标对齐的企业级云原生平台愿景、路线图及演进策略；
主导容器平台、微服务治理、DevOps流水线等核心能力整合，设计统一架构与管控平面，消除工具孤岛；
从0到1规划K8s集群管理、GitOps工作流等关键模块；
统筹平台全生命周期质量保障；
跟踪技术生态趋势，推动云原生文化与最佳实践落地，保障平台先进性与高可靠性。

### 任职要求
- 本科及以上学历，计算机科学与技术、软件工程、网络工程、物联网工程、数学与应用数学、信息与计算科学、电子信息工程、电子科学与技术、通信工程、理工科相关专业优先。
- 具有云原生、平台型产品或企业级软件产品经验，有从0到1主导产品成功落地经验者优先。
- 具有云计算、容器、微服务、数据库平台、DevOps、BPM、API网关等至少一个领域的产品和经验。
- 熟悉主流云原生技术栈（如 Kubernetes、Docker、Service Mesh、CI/CD、微服务框架、中间件、数据库服务等），能与技术团队高效沟通并理解架构约束。
- 了解云平台、容器平台、微服务治理、监控告警等系统的核心能力与使用场景，具有将技术能力转化为产品价值的能力。
- 具有平台化、生态化产品思维，能抽象共性需求，设计可扩展、高内聚的产品架构。
- 优秀的业务理解与需求分析能力，能快速识别用户痛点并转化为产品机会。
- 较强的学习与适应能力，出色的沟通表达能力，能清晰传递产品价值与技术方案，推动跨部门共识与落地。

后端语言优先Java或Golang，其次python
Base 昆山

职责：
- 负责云原生可观测平台的建设、开发、运维
- 负责Kubernetes集群稳定性保障，以及周边组件的运维和开发
- 负责云原生网关的维护与定制化插件的开发
- 负责DevOps平台和数据库审核平台的维护与开发
- 参与安全审计，并基于审计要求进行安全层面的整改
- 对安全领域有所了解，能够独立完成安全漏洞修复、安全检测、安全防护等
- 其他日常运维事宜，包括不限于：消息中间件、缓存、数据库、日常工单处理、值班保障等

要求：
- 扎实的编程基础，掌握基本的数据结构和算法
- 熟练掌握java编程语言，有5年以上的java编程经验
- 熟悉其他编程语言，如golang、python，并有实际的项目经验者优先
- 掌握Vue或者React，并独立完成过平台级别的项目
- 具备Kubernetes 4年及以上生产运维经验
- 具备可观测建设经验与开发经验
- 具备平台代码设计能力，良好的文档编写能力
- 熟悉主流网关的原理以及配置，具备生产级插件开发经验者优先
- 具备管理各公有云经验者优先
- 参与并主导基于 Kubernetes 的云原生虚拟化平台建设，负责 KubeVirt 在生产环境的设计、落地与规模化运行
- 负责虚拟机（VM）生命周期管理能力建设，包括创建、发布、扩缩容、热迁移、高可用与回收
- 设计并优化 VM 与 Pod 混合部署、统一调度与资源隔离方案，提升整体资源利用率
- 针对高性能核心业务场景，进行 CPU / 内存 / IO / 网络等关键路径的性能优化
- 结合存储、网络、调度等能力，完善虚拟化平台在稳定性、可观测性、自动化运维方面的能力
- 推动虚拟化能力平台化输出，支撑业务自助使用，降低业务使用和运维门槛
- 与 Kubernetes、存储、网络、DevOps 等团队协作，持续演进云原生运行时体系



---



### 任职要求

### 基本要求
- 本科及以上学历，计算机相关专业，5 年及以上云计算 / 虚拟化 / 平台研发经验
- 扎实的 Linux 操作系统基础，理解进程、内存、网络、文件系统等核心原理
- 精通 Kubernetes 架构与核心机制（调度、控制器、网络、存储）
- 有 KubeVirt 实际项目或生产环境经验，理解其整体架构与关键组件
- 熟练使用 Go 语言，具备良好的工程能力与代码质量意识

### 技术能力要求
- 熟悉虚拟化技术栈：KVM / QEMU / libvirt，理解虚拟化性能瓶颈与优化手段
- 熟悉 VM 高可用与热迁移原理，有相关调优或问题排查经验
- 负责容器云平台的架构设计与核心研发，基于 Kubernetes 技术栈，构建高可用、高扩展的云原生基础设施；
- 开发与维护平台核心组件：包括集群管理、资源调度、容器网络、存储编排、监控告警、服务治理等模块；
- 参与云原生产品化能力建设，实现多集群管理、应用发布、服务编排、自动扩缩容等功能；

二、岗位要求
- 3 年以上云原生或容器平台研发经验；
- 熟练掌握 Kubernetes 核心机制与架构原理，包括调度器、控制器、CRD、Operator、CNI、CSI 等；
- 熟练掌握 Golang / Python / Shell 等语言，能独立开发 Kubernetes Operator、Controller、API 扩展等；
- 熟悉主流容器网络与存储方案（Flannel、Calico、Cilium、Longhorn、Ceph、Rook 等）；
- 具备容器云平台二次开发或企业级 PaaS 平台研发经验者优先；
- 熟悉 Linux 内核、容器运行时（containerd / cri-o）以及容器镜像构建原理；
- 熟悉云计算生态（如 AWS、OpenShift、Rancher、Harvester、KubeVirt 等）者优先；
- 具备良好的架构意识、文档编写能力和跨团队协作能力。

### 职位描述

1、负责容器云平台后端系统的架构设计、产品开发；
2、负责优化大规模容器云平台下性能和高可用性等问题；
3、负责云原生产品架构演进；

### 职位要求

1、本科及以上学历，计算机相关专业，5年以上开发经验；
2、有K8s周边开发经验，有PaaS或IaaS领域相关经验；
3、熟悉Golang，或至少一类后端编程语言且具备快速转向Golang的能力；
4、熟悉Linux网络、存储等基本知识，熟悉容器网络、存储相关原理；
5、熟悉云计算架构体系和技术解决方案，有大规模集群架构设计、性能优化相关经验。

# About the Company
一家专注于前沿技术基础设施的创新型公司，致力于结合云原生技术与人工智能 (AI)，为全球开发者及企业提供下一代自动化运维与资源编排解决方案。业务涵盖多云管理、自动化监控以及 Web3 基础设施支持。

# About the Team
技术团队

# Responsibilities
- 统一集成开发：设计并构建统一的集成层，用于调用主流云厂商（AWS, GCP, 阿里云等）的原生 API/SDK。
- 自动化引擎构建：使用 Terraform、Pulumi 等 IaC 工具开发核心的自动化部署与资源编排引擎。
- AI 赋能运维：集成大语言模型（LLM）服务，实现云平台接入和运维任务的智能化与自动化处理。
- 自愈系统开发：针对云原生及 Web3 应用，开发自动化监控、日志分析及故障自愈系统。
- 高性能后端设计：设计并实现安全、高性能的后端 API 服务，构建能够处理长时任务的可靠异步处理系统。

# Skills and Experience Required
- 编程语言：精通 Go (首选) 或 Python。
- 云基础设施：深入理解至少一家主流云厂商（AWS, GCP, 阿里云）的核心服务、API 及 IAM 权限体系。
- 基础设施代码：精通 Terraform 或 Pulumi 等 IaC 工具。
- 容器化技术：精通 Docker 和 Kubernetes (K8s) 环境下的开发与部署。
- 中间件应用：熟练掌握 PostgreSQL、Redis 及消息队列（如 RabbitMQ, SQS）。
- AI 技术背景：具备调用 OpenAI API 或类似 LLM 服务进行功能开发的实战经验。

### 加分项
- 具有多云环境（Multi-cloud）下的实际开发经验。
- 具备 Web3 基础设施运维知识。
- 熟悉 Vault 等密钥管理与安全工具。
- 系统架构与核心组件开发，设计和实现高性能、高可靠的云原生数据湖存储引擎，优化对象存储与计算引擎的深度集成；研发跨AZ/Region的数据湖元数据服务、统一命名空间管理和数据一致性保障机制；构建大规模数据湖集群的资源调度与隔离系统，支持混合负载（ETL、交互查询、流处理）的智能调度。
- 性能工程与极致优化，深入优化数据湖与计算引擎（Spark、Flink、Presto/Trino）的交互性能，减少数据扫描与序列化开销；设计和实现数据湖索引、统计信息收集与查询加速系统，提升PB级数据分析的响应速度；开展全栈性能剖析与瓶颈攻关，覆盖从存储层、网络层到计算层的端到端优化。
- 大规模部署与可靠性工程，设计数据湖服务的多租户隔离、容灾备份与灾难恢复体系，保障企业级SLA；构建自动化部署、监控、故障自愈与容量规划平台，支撑节点级别集群的稳定运行；开发和维护数据湖核心组件（元数据服务、事务管理器、存储抽象层）的高可用架构。
- 云原生集成与系统创新，深度融合Kubernetes生态系统，实现数据湖服务的弹性伸缩与智能调度；探索和应用新技术（NVMe SSD、RDMA、智能网卡）及新技术（eBPF、Service Mesh）以提升系统性能；解决云环境下的数据本地性、网络带宽优化和存储成本控制等系统性挑战。

### 任职要求
- 计算机科学与相关专业硕士及以上学历，5年以上分布式系统、大数据平台或云基础设施开发经验。
- 精通Go、Rust、Java或C++中的至少一门系统级编程语言，具备出色的系统设计和编码能力。
- 深入了解分布式系统原理，熟悉一致性协议（Raft/Paxos）、分布式事务、容错机制等核心概念。
- 有大规模数据处理系统（如HDFS、对象存储、分布式数据库）的核心模块开发或深度优化经验。
- 熟悉Linux内核、网络协议栈、文件系统等底层技术，具备系统级调试和性能优化能力。

具备如下条件优先考虑：
- 有云原生数据湖相关产品（Iceberg、Hudi、Lance等）或云厂商数据湖服务的核心系统开发经验。
- 参与过大数据计算引擎（Spark、Flink、Presto）存储层或执行引擎的开发与优化。
- 熟悉现代存储技术栈，包括对象存储、分布式文件系统、缓存系统及新型存储硬件。
- 在知名开源大数据或分布式系统项目中有核心代码贡献者经验。

云原生开发工程师（k8s引擎）

### 工作职责

1.负责大规模Kubernetes容器云平台场景下的高可用性能力建设，性能优化，多集群管理等工作。

2.负责GPU资源管理与调度方案，保障GPU资源高效使用。

3.负责离线混部调度方案，设计和研发高并发、低延迟、大规模的调度技术，提升集群资源使用率。

4.负责云原生大数据与AI套件开发，跟进云原生社区新技术预研和落地。

5.参与云原生解决方案设计，为卓驭自动驾驶业务提供稳定高效的容器平台，降本增效。

### 任职资格

1.本科及以上学历，计算机、软件工程等相关专业，3年以上Kubernetes相关开发工作经验。

2.熟悉Kubernetes大规模集群架构，熟悉控制面核心源代码，熟悉集群排查手段，有Operator开发经验。

3.熟悉云原生生态，了解Argo、Kubeflow、Koordinator、Istio等组件。

4.熟练掌握Golang，熟悉多线程、网络编程，熟悉分布式系统原理。

5.较强的团队沟通和协作能力，较强的独立开发能力和自我驱动能力。

2、推动云原生在饿了么（淘宝闪购）落地
3、负责和集团进行相关云原生技术设计讨论和共建
4、负责解决中间件相关问题
5、如果致力于云原生，深入打磨技术并希望能够贡献给开源社区，加入我们！

### 职位要求

1、5年以上使用Golang开发的经验，对于用过的开源框架，能了解到它的原理和机制，有开源作品且或参与开源社区贡献者优先
2、具备1年及以上Docker、Kubernetes、ServiceMesh 开发实施经验，熟悉分布式系统的设计和应用，分布式缓存、消息和存储等机制，能够对分布式常用技术进行合理应用和技术方案落地
3、热爱技术研发，具有快速学习能力，注重代码质量，有良好的软件工程知识和编码规范意识
4、具有良好的抽象设计能力，思路清晰，善于思考，能够独立分析和解决问题，责任心强
5、具有良好的沟通表达能力和团队协作能力

### 岗位职责
- 负责公司基于公有云托管的Kubernetes生产/测试环境的日常运维，包括部署、升级、监控、故障应急响应与性能调优，保障服务SLA；运维和管理K8s集群所依赖的云上或开源组件，包括网络策略、云存储、负载均衡、镜像仓库、监控日志等。
- 维护和管理生产环境中的服务网格（如Istio/阿里云华为云ASM等）及其核心组件，负责其安装、配置更新、监控与基础故障处理。协助研发团队配置和管理流量路由、灰度发布、熔断限流等策略。
- 维护并优化基于Jenkins/GitLab CI等工具的CI/CD流水线，协助研发团队实现高效的容器化构建、发布与回滚。
- 制定和维护容器部署、容器安全、服务治理、灾备演练、双活部署等规范或方案，为业务团队提供容器化技术支持与最佳实践指导。
- 监控和分析云资源使用情况，提出并实施成本优化方案。

### 任职要求
- 计算机相关专业本科及以上学历，3年以上系统运维或云计算运维经验，1年以上生产环境Kubernetes实操运维经验。
- 精通至少一家主流云厂商（阿里云、腾讯云、华为云、AWS等）的托管K8s服务（ACK/TKE/CCE/EKS等）及其相关云产品（如云硬盘、负载均衡、VPC网络）的日常运维与管理。
- 熟悉K8s核心概念与资源对象，能独立完成集群部署、应用发布、扩缩容、网络与存储配置、故障排查等日常工作。
- 具有Istio的生产环境运维经验。熟悉其核心架构（控制面/数据面），能完成安装、升级、监控和基础故障排查，理解VirtualService、DestinationRule、Gateway等关键资源对象的作用。
- 熟练使用Prometheus、Grafana及云厂商监控服务进行监控告警，能使用云日志服务进行日志收集与分析，具备快速定位问题的能力。
- 熟练使用Yaml进行资源配置，熟悉CI/CD工具的基本配置与维护。
- 负责基础设施和云平台公共服务功能模块的开发、配置、优化，和维护工作。
- 参与自动化运维系统建设，包括常见组件的运维效率提升、流程优化等。
- 参与开发和维护内部运维工具和管理平台，保障其稳定、可靠、高效运行。
- 参与运维服务安全治理，重保系统业务保障，以及基础服务安全管理建设等工作。

### 任职资格
- 计算机相关专业本科及以上学历，掌握常用的算法与数据结构。
- 掌握Golang、Python、Lua、TypeScript等至少一门语言，掌握数据库操作能力。
- 熟悉Linux系统原理，HTTP协议；熟悉Nginx、MySQL、Redis等常用组件的配置维护。
- 熟悉虚拟化或容器技术，有Kubernetes大数据或GPU集群管理经验的优先考虑。
- 了解云原生微服务架构，熟悉开发框架Kratos、Gin、Vue等。
- 具备较强的系统问题分析经验和能力，能够解决复杂的系统问题。

岗位介绍：聚焦5G、边缘计算MEC，电信网络云等领域产品，包括且不限于芯片-操作系统-机器学习算法-云技术-

传感器等。能做出车联网、云、智能座舱、自动驾驶、电源管理等方面有竞争力的产品。通信架构和5大智能系

统，以及激光雷达、AR-HUD等30余款智能化部件，3大计算平台和3大操作系统。

### 岗位职责

1、负责安全产品的设计、开发和验证

2、负责安全技术原型开发，如可信计算、入侵检测、数据安全与隐私、AI安全、国密等：

### 岗位要求

1、具有扎实的C/C++/Go/python/JAVA/Rust等编程语言功底，能熟练使用其中一种：

2、具备操作系统、虚拟化、容器化、Web等领域的软件开发经验更佳（非必须）

3、具备网络安全经验更佳（非必须）

4、对新技术和新产品有强烈的兴趣和热情

中，您将有机会与一流的工程师合作，深入参与训练推理任务管理、异构资源调度、虚拟化混布、容器存储、分布式训练和推理等技术的创新和应用。这是一个非常令人兴奋和有挑战性的团队，让我们携手，一起深入探索AI和云计算的无尽潜力。

### 岗位职责
- 负责大规模AI计算集群基础设施和产品的设计与研发工作，支撑内部业务和外部客户需求；
- 构建异构多芯片计算集群，优化GPU资源调度、虚拟化混布等核心能力，有效提升多芯供应能力和集群资源效率；
- 基于标准Kubernetes技术，负责云原生AI组件研发工作，包括训练推理服务编排、GPU资源调度和混布、AI存储、高性能网络等；
- 基于AI计算集群基础设施，设计和研发异构计算平台和解决方案，支持开发、训练、推理等多种场景；
- 提升服务和产品的稳定性，优化服务性能和可扩展性；

职责要求：
- 计算机及相关专业本科以上学历；
- 熟悉Kubernetes工作原理，熟悉调度器、资源扩展机制、容器运行时、容器网络等技术，有Kubernetes开发和维护经验；
- 对Kubeflow、Volcano、Pytorch、GPU芯片架构有一定了解者优先；
- 具备良好的沟通能力和团队协作精神，严谨的工作态度，注重工程质量，有独立解决各种系统问题的能力；
- 善于学习新的知识，动手能力强，有强烈的责任心，喜欢钻研技术；

### 职位描述
- 负责分布式大语言模型 (LLM) 推理系统的底层基础设施研究与探索，包括 GPU 和 RDMA 等，提升 GPU 环境下的稳定性和计算效率；
- 负责大规模模型训练场景优化工作，通过建设全面的异常发现、故障自愈机制，提升平台训练 MFU，降低训练成本；
- 负责针对不同架构的模型，实现推理引擎的功能研发以及性能优化；
- 持续关注并跟进业界技术发展，比如超长上下文、思维链、多模态方向；

### 任职要求
- 本科及以上学历，计算机相关专业；
- 掌握常用数据结构与算法，具备扎实的编程基础和良好的编码习惯；
- 熟悉至少一种编程语言（如 Golang、Java、Python 等）；
- 有 vLLM、SGLang、RouteLLM 等技术的学习或实践经验者优先，参与过开源项目更佳；
- 积极主动，自驱力强，具备良好的团队合作精神和解决问题的能力；

参与搭建自动驾驶-ai-infra建设，搭建工业级数据能力底座，亿级数据量，分布式架构下的数据分析。熟悉大模型/多模态/端到端自动驾驶技术栈（如BEV、Occupancy、Diffusion、LLM等）

ai-infra能力构建：
有数据闭环、模型训练优化、分布式计算等相关经验
精通Python/C++，具备高性能算法开发能力
具备大数据处理、高并发、分布式系统性能优化经验
熟悉K8S调度，掌握分布式存储、并发控制方案
熟悉DuckDB、ES、Mongo、Redis等数据引擎，有实际调优经验
掌握凸优化、聚类等常用机器学习方法，具备数学建模基础
对新型数据组织、高速IO存储技术有深入理解或实践

### 职位描述
- 负责快手容器云超大规模算力平台的架构设计与开发工作，包括但不限于资源调度、服务编排及容器引擎等多领域场景；
- 基于云原生技术完善海量异构资源的多集群联邦和统一调度能力，构建低成本、高弹性的计算、存储、网络算力基础，致力于持续提升资源效率；
- 参与完善服务微架构及性能瓶颈分析观测体系，深入支撑容器平台及快手各类业务的全链路稳定性问题，持续提升业务运行质量；
- 云原生及大模型推理场景AI-Infra领域前沿技术，提升大规模的推理场景GPU利用效率。

### 任职要求
- 本科及以上学历，计算机相关专业背景，具有快速学习的能力，愿意不断突破技术瓶颈，乐于探索未知领域；
- 具备扎实的数据结构和代码算法基本功，有强烈的责任心和创新意识，熟练掌握至少一门编程（Golang、Java等）开发语言；
- 深入理解k8s等云原生生态，熟悉机器学习相关技术，有规范的文档撰写习惯，关注业界计算基础设施发展趋势；
- 有大规模集群资源调度、AI infra基建、稳定性机制实践经验优先。

### 岗位职责

1、负责电商搜推领域的AI infra平台的架构设计、研发和维护工作，建设一站式的低代码/可视化的研发和部署平台，及配套的Devops运维一体化平台，降低推荐相关业务的开发和维护门槛；
2、面向推荐系统的算法和工程同学，建设从数据接入、组件注册、逻辑编排、测试到发布部署的一站式开发和部署平台；
3、建设配置的可观测、可管理、可追溯、自动化的Devops运维一体化平台，帮助业务同学更加高效的管理和维护自有业务；
4、深入理解业务，熟悉电商推荐业务全链路（包括检索、策略、召回、排序等环节）的研发和维护过程，不断打磨平台能力，追求行业领先；

### 任职要求

1、计算机相关专业，本科及以上学历，拥有2-5年及以上的后端开发经验；
2、精通go、python等一门后端语言，具备扎实的计算机理论基础、卓越的编码能力与基础算法功底；
3、丰富的MySQL、NoSql、KV、MQ等组件相关开发经验，掌握大数据相关开发工作；
4、有低代码平台、PAAS平台、devops平台、机器学习平台-推理部分等建设经验者优先；
5、良好的沟通和逻辑思维能力，有足够的技术和业务好奇心，具备强烈的责任感和自驱力；

# 【岗位介绍】
- 大模型技术应用：参与大语言模型、AIGC(图片/视频)生成大模型、多模态模型工作，包括数据收集与处理、预训练和重域持续预训练、提示与指令设计、SFT与RL对齐、通用&应用能力的训练与推理的适配；
- 大模型性能调优：负责业界主流LLM大模型以及多模态大模型的适配与性能优化，参与并行部署、量化压缩、服务化动态调度等性能提升技术的研究与落地；
- 大模型框架设计：打造全新的底层大模型训练加速、推理加速框架，内置主流模型样例，构建大模型训练、推理工业化服务能力，深入探索大模型全栈技术；
- 预研方向：研究大模型训推、算子优化、通行优化、负载均衡等多维度前沿技术，支持用户深度优化AI模型，在NPU上实现高效执行。



---



# 【岗位要求】
- 计算机基础知识扎实，热爱编程，熟悉C++/C/Python/Java等主流编程语言；
- 熟悉Linux开发环境，有一定项目实践经验，具备较强的问题分析、解决能力；
- 自我驱动力强，具备较强的与人连接能力，团队协作好，能够高效推动跨部门合作和项目落地；
- 熟悉深度学习及多模态学习，具备AI Agent或AI应用等实践经验者优先；
- 有大数据（如DeepSeek、GPT、Qwen、LLaMA、ViT、CLIP、LLaVA等）相关项目经验或者模型应用背景者优先；
- 有论文发表、开源项目贡献或相关竞赛获奖经历者优先。

### 职位描述
- 精通 Python 编程语言，具有良好的代码设计品味，理解并能灵活运用继承、组合、Mixin、依赖注入等编程范式，具备利用AI快速迭代、编写高质量、可维护代码的能力；
- 具有大模型强化学习框架（如 AREaL、veRL 等）的上手修改经验，或有热门 GitHub 开源项目代码贡献和活跃社区参与经验者优先；
- 具有良好的项目运营习惯，能够阅读和撰写英文文档，注重Issue、RFC和PR规范，熟悉并能够修改CI/CD流程；
- 具备扎实的底层系统功底，深入理解 GPU 体系结构与分布式计算原理者优先；
- 熟悉集群调度系统（如 SLURM、Kubernetes）和容器技术（如 Docker 镜像构建、容器编排）者优先。



---



## 二、团队介绍

负责 AI Agent Infra 建设，提升 AI Agent 产品创新效率，探索生成式 AI 在数字世界的实际应用。
- 建设 Agent SWE Infra 工程，提升 Agent 相关代码的个性化构建和发布效率；
- 建设 Sandbox Infra 工程，为各类 Agentic 场景提供高效、稳定、大规模的模拟器、多工具、图形交互的沙箱环境；
- 建设 Serving Infra 工程，为生产提供通用的 Agent 服务化框架，优化 LLM 和 Agent 性能，保障高可用运行。



---



### 职位描述
- 一年以上大规模基础设施研发实践经验，熟悉 Python 或 Golang 研发，熟悉微服务架构、分布式计算、AI Agent 系统、沙箱技术等任一领域的专业知识；
- 对浏览器工作原理有经验的优先，能深入理解浏览器的运作机制，如渲染引擎、JavaScript 引擎以及网络传输协议优化等；
- 对 Linux 操作系统、图形虚拟化、手机模拟器有经验的优先，有 AI Agent 操作图形界面环境优化经验的加分；
- 有 AI Infra 优化经验的优先，如 Prompt 优化、KVCache 优化、推理加速、模型训练优化等；
- 对文件系统、搜索索引系统、KV/向量数据库优化经验，其中有 agent Memory 系统设计或知识图谱经验的优先；
- 有自研 Agent 产品、AI 创业经验或热门 GitHub 开源社区参与的优先。

### 职位描述
- 利用算子优化，显存/KV cache管理优化、分布式加速等技术开发和改进推理框架；
- 协作高并发场景下大模型推理的性能分析优化工作，定位系统瓶颈并提出改进方案；
- 与团队协作，推动优化技术在业务中的应用。

### 职位要求
- 计算机、人工智能或相关专业本科/硕士/博士在读
- 熟练掌握 Python 和 C++，具备扎实的计算机系统基础（操作系统、计算机网络、CUDA编程基础）
- 理解以下至少一个方向，并有相关代码经验或研究积累：
   - (1) 投机解码：熟悉 Draft-Target 模型协作机制
   - (2) 显存池优化：熟悉 PagedAttention 原理，了解 Unified Memory 等
   - (3) 异构系统调度：了解如何在不同算力/显存的 GPU 之间进行负载均衡和流水线调度
   - (4) 稀疏传输与压缩：熟悉 KV Cache 的稀疏性特征（如 H2O, StreamingLLM），了解量化传输策略
   - (5) 序列预测：了解基于预测的预加载或预计算策略

### 加分项

源码阅读经验：深入阅读过 SGLang, vLLM, 源码，并提交过 PR 者优先
高性能网络经验：熟悉 RDMA (Infiniband/RoCE)、NCCL 通信库或 Mooncake 传输层优化
学术成果：在系统或 AI 顶会（OSDI, ATC, SC, ICML, NeurIPS 等）有论文发表经历

### 职位描述
- 参与抖音直播的AI分身的多模态理解和CV算法的实时优化加速；
- 参与抖音直播AI分身多模态理解等模型的部署上线，支撑多模态交互探索和效果迭代，打造下一代直播实时互动能力。

### 任职要求
- 本科及以上学历在读，计算机及相关专业优先；
- 掌握计算机体系结构，有并行计算经验，了解GPU/CPU/NPU全链路相关的加速优化技术，包括但不限于SSE/AVX/Neon等指令优化和汇编优化、定点优化、低比特量化；
- 熟悉CUDA编程，具备较好开发能力，熟悉triton、cutlass、有算子库开发经验者优先；
- 了解CNN、diffusion model、transformerAI、LLM模型的优化加速技术，有实际相关项目经验者优先；
- 熟悉音视频流媒体计算，有高并发低延时系统落地经验者优先；
- 保证5个月以上的实习期，每周4-5天出勤。

### 职位描述
- 负责分布式大语言模型 (LLM) 推理系统的底层基础设施研究与探索，包括 GPU 和 RDMA 等，提升 GPU 环境下的稳定性和计算效率；
- 负责大规模模型训练场景优化工作，通过建设全面的异常发现、故障自愈机制，提升平台训练 MFU，降低训练成本；
- 基于容器以及 Kubernetes 技术，负责对机器学习领域中的资源调度、模型训练、模型推理、数据管理等多个子方向的成本效率优化工作；
- 持续关注并跟进业界技术发展，比如超长上下文、思维链、多模态方向。

### 任职要求
- 本科及以上学历，计算机相关专业；
- 掌握常用数据结构与算法，具备扎实的编程基础和良好的编码习惯；
- 熟悉至少一种编程语言（如 Golang、Java、Python 等）；
- 有 Docker、Kubernetes、vLLM、SGLang、RouteLLM 等技术的学习或实践经验者优先，参与过开源项目更佳；
- 积极主动，自驱力强，具备良好的团队合作精神和解决问题的能力；
- 对如下一个或多个领域有浓厚的兴趣，并愿意付出自己的时间进行深入研究和探索：
   a. 机器学习框架：PyTorch、TensorFlow 等机器学习框架、GPU 等异构计算芯片及优化、MLOps、CV/NLP/搜索/推荐等领域模型算法等。
   b. 云原生：Kubernetes 及容器系统、大规模训练任务和推理服务编排和调度、镜像加速等。
- 负责维护机器学习系统的稳定运转，支持大模型的开发、训练与部署的多个环节；
- 负责组织GPU资源的管理与规划，成本与预算，包括：GPU/CPU机器资源、存储等资源，为管理层提供资源决策数据；
- 负责集群、业务服务的稳定性治理，资源利用率提升和运维人效提升，通过平台化系统化的手段提升资源使用的效率；
- 负责多地域、多机房的系统容灾、服务部署管理和集群机器治理，提供稳定高效的GPU系统运行环境；
- 负责系统和业务的运维支持，参与业务和系统的Troubleshooting工作。

### 职位要求
- 一年以上运维开发项目经验；
- 熟练掌握Linux环境下的Go/Python/Shell等1至2种以上语言；
- 有分布式系统的资源管理和任务调度系统运维经验，熟悉Kubernetes生态和架构，具备1年以上相关的运维经验；
- 熟悉Docker/Kata等容器化技术，具备1年以上运维经验；
- 有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，良好的团队合作精神；
- 有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分。

# SRE/运维开发岗位职责与要求汇总

## 岗位1

### 岗位职责
- 负责存储计算服务的运维管理工作，不局限于文件存储、KV存储、批流引擎、消息队列等；
- 负责存储计算相关运维平台的开发维护工作，支撑大数据运维体系化平台建设；
- 深入理解大数据平台架构，发现和解决效率痛点，为存储计算服务的质量建设、成本控制保驾护航；
- 负责分布式业务平台的架构审核、业务监控、持续交付、应急响应、容量规划、性能优化等，支撑业务和数据量的快速扩张；

### 任职要求
- 本科及以上学历，计算机或相关专业；
- 熟练掌握Python/Golang语言及常用开发框架与工具，熟悉Linux开发环境；
- 熟练掌握linux基础，了解分布式系统原理；
- 有良好的分析和解决问题能力，对解决有挑战的问题充满热情；
- 有强烈的上进心，自我驱动，学习适应能力强；
- 了解和掌握Hadoop生态相关技能者优先。



---



## 岗位2

### 岗位职责
- 负责生产服务的稳定性，并为此进行性能调优、容量评估、容灾预案等方面的优化；
- 负责AI应用、大数据分布式系统、平台类项目自动化运维体系的建设和落地优化；
- 负责常见故障排查，并处理 Linux 系统及相关中间件管理、维护、调优工作；
- 负责设计自动化运维平台，提升运维效率，深入研究运维相关技术，优化和提升平台服务质量；
- 有良好的团队的协作能力，能帮助团队持续提升运维技能水平；

### 任职资格
- 全日制本科及以上学历，5年以上相关工作经验
- 熟练使用Linux操作系统基础命令，了解TCP/IP协议
- 熟练使用 Golang、Python 及 Shell，能编写常用自动化运维工具
- 熟悉Docker、Kubernetes相关生态组件，了解Serverless者加分
- 熟悉应用服务器及常用中间件，Tomcat/SpringCloud/Nacos/Kafka/MySQL/Redis/ELK等
- 熟悉灰度/蓝绿/双活/数据同步/数据备份/数据迁移等机制和基础原理
- 有高度的责任心，良好的沟通协调能力，能主动协同各部门推动解决各类问题；
- 不少于200台规模服务器维护经验



---



## 岗位3

### 岗位职责
- 负责海量高性能GPU/CPU卡的资源交付与一致性保障，涵盖万卡大模型训练、在线推理、在线搜索、推荐训练等不同业务场景的集群管理；
- 学习并深入了解GPU业务方的使用姿势和训练框架，掌握前沿AI大模型技术，解决超大规模场景下的稳定性挑战，涉及NvidiaH100、A100、昇腾，以及自研XPU等高性能卡型的使用；
- 构建自动化工程，确保生产环境的稳定性和资源在线率，及时发现并隔离故障GPU资源，提高资源流转效率；
- 通过优秀的工程架构设计，参与生产集群和服务的整个生命周期，满足可持续发展的需求并提高系统稳定性，包括架构规划、评审、设计、部署和上线等环节。

### 职位要求
- 本科及以上学历，计算机相关专业或具备同等实践经验，拥有五年以上SRE工作经验；
- 熟悉GPU/XPU资源管理和调度，具备大规模高性能计算集群的管理经验；
- 具备深厚的计算机系统基础知识，了解操作系统、存储和网络IO等相关原理；
- 具备以下一项或多项软件开发经验：Go/Python/Java/C++等，能够编写高效、稳定的系统工具和自动化脚本；
- 有丰富的生产环境故障排查和性能调优经验，能够快速定位和解决问题；熟悉AI大模型训练框架（如TensorFlow、PyTorch等），了解大规模分布式训练的实现细节和优化方法；
- 具备优秀的沟通和协作能力，能够与业务方、开发团队紧密合作，推动项目顺利进行；具有高度的责任感和主动性，能够在快节奏下保持高效工作。



---



## 岗位4

### 岗位职责
- 负责各计算集群交付运维工作，并且参与基础运维平台架构设计和建设；
- 运维服务体系建设与优化，达成产品稳定性与SLA目标；
- 制定交付标准，沉淀运维规范，通过工具平台提效日常工作；
- 跟进内外部合作伙伴项目，优化项目流程；
- 需要具备一定的创新突破和个人自驱力，善于发现问题，思考并解决问题。



---



## 岗位5

**岗位描述**
- 负责构建和优化系统稳定性保障体系，包括可观测性、容量管理、混沌工程、故障演练、灾备等核心能力，提升系统整体韧性与可靠性。
- 主导关键业务链路的稳定性设计与风险识别，建立稳定性基线、巡检机制，推动服务架构持续优化。
- 打造端到端的监控告警、日志分析、APM、追踪等可观测体系，缩短故障发现与定位时间（MTTD/MTTR）。
- 建设高质量的故障管理流程，包括故障预防、应急响应、复盘机制，提升业务对异常的感知能力与恢复能力。
- 与研发、运维、产品团队协同，推动容量规划、发布质量治理、灰度策略、流量调度等稳定性工程实践落地。
- 参与核心系统的性能压测、容量预测及瓶颈分析，提出并推动优化方案落地。

### 职位要求
- 精通可观测性体系（Prometheus/Grafana/ELK/Loki/Jaeger 等）与监控告警体系建设，熟悉分布式系统的稳定性设计。
- 5年以上后端平台/SRE经验，具备高并发、高可用架构经验，理解微服务、容器化、服务网格等体系。
- 熟练掌握至少一种脚本或后端语言（Python/Go/Shell/Java），具备自动化工具、故障注入或性能分析能力。
- 具备系统性的问题分析能力，能独立完成复杂故障定位、复盘撰写与优化方案推动。
- 良好的跨团队协作能力，能推动研发与产品在设计阶段引入稳定性工程实践。
- 加分项：
   - 有大规模服务治理、熔断限流/自愈等体系实践
   - 有混沌工程经验（ChaosMesh、Steadybit 等）
   - 持有相关证书（CKA、CKS、SRE 相关认证）
   - 有容量管理、SLI/SLO 落地经验



---



## 岗位6

**岗位描述**
- 负责构建和优化系统稳定性保障体系，包括可观测性、容量管理、混沌工程、故障演练、灾备等核心能力，提升系统整体韧性与可靠性。
- 主导关键业务链路的稳定性设计与风险识别，建立稳定性基线、巡检机制，推动服务架构持续优化。
- 打造端到端的监控告警、日志分析、APM、追踪等可观测体系，缩短故障发现与定位时间（MTTD/MTTR）。
- 建设高质量的故障管理流程，包括故障预防、应急响应、复盘机制，提升业务对异常的感知能力与恢复能力。
- 与研发、运维、产品团队协同，推动容量规划、发布质量治理、灰度策略、流量调度等稳定性工程实践落地。
- 参与核心系统的性能压测、容量预测及瓶颈分析，提出并推动优化方案落地。

### 职位要求
- 精通可观测性体系（Prometheus/Grafana/ELK/Loki/Jaeger 等）与监控告警体系建设，熟悉分布式系统的稳定性设计。
- 5年以上后端/平台/SRE 经验，具备高并发、高可用架构经验，理解微服务、容器化、服务网格等体系。
- 熟练掌握至少一种脚本或后端语言（Python/Go/Shell/Java），具备自动化工具、故障注入或性能分析能力。
- 具备系统性的问题分析能力，能独立完成复杂故障定位、复盘撰写与优化方案推演。
- 良好的跨团队协作能力，能推动研发与产品在设计阶段引入稳定性工程实践。
- 加分项：
   - 有大规模服务治理、熔断/限流/自愈等体系实践
   - 有混沌工程经验（ChaosMesh、Steadybit 等）
   - 持有相关证书（CKA、CKS、SRE 相关认证）
   - 有容量管理、SLI/SLO 落地经验



---



## 岗位7

### 岗位职责
- 负责海量高性能GPU/CPU卡的资源交付与一致性保障，涵盖万卡大模型训练、在线推理、在线搜索、推荐训练等不同业务场景的集群管理；
- 学习并深入了解GPU业务方的使用姿势和训练框架，掌握前沿AI大模型技术，解决超大规模场景下的稳定性挑战，涉及NvidiaH100、A100、昇腾、以及自研XPU等高性能卡型的使用；
- 构建自动化工程，确保生产环境的稳定性和资源在线率，及时发现并隔离故障GPU资源，提高资源流转效率；
- 通过优秀的工程架构设计，参与生产集群和服务的整个生命周期，满足可持续发展的需求并提高系统稳定性，包括架构规划、评审、设计、部署和上线等环节。

### 职位要求
- 本科及以上学历，计算机相关专业或具备同等实践经验，拥有五年以上SRE工作经验；
- 熟悉GPU/XPU资源管理和调度，具备大规模高性能计算集群的管理经验；
- 具备深厚的计算机系统基础知识，了解操作系统、存储和网络IO等相关原理；
- 具备以下一项或多项软件开发经验：Go/Python/Java/C++等，能够编写高效、稳定的系统工具和自动化脚本；
- 有丰富的生产环境故障排查和性能调优经验，能够快速定位和解决问题；熟悉AI大模型训练框架（如TensorFlow、PyTorch等），了解大规模分布式训练的实践细节和优化方法；
- 具备优秀的沟通协作能力，能够与业务方、开发团队紧密合作，推动项目顺利进行；具有高度的责任感和主动性，能够在快节奏下保持高效工作。



---



## 岗位8

### 岗位职责
- 负责IaaS计算业务技术运营；
- 在服务（业务）上线前，通过系统设计调试、框架调试、容量规划、审计流程等提升服务可靠性；
- 通过测量和监控可用性、延迟等整体系统运行状况，在服务（业务）投入使用后进行维护；
- 通过自动化等机制持续扩展系统，并通过推动改进可靠性和快速变更满足业务需求；
- 事件突发响应和事后优化闭环；

### 岗位要求
- 本科及以上学历，3年以上相关工作经验；
- 掌握一门以上常用开发语言（Shell/Python/Golang）；熟悉Linux操作系统、TCP网络协议；
- 掌握一门以上监控相关组件应用（Open-Falcon/Grafana/prometheus等）；
- 有强烈的工作责任心，较好的沟通能力，良好的团队合作精神；
- 能够独立完成工作，具有较强的综合分析问题及解决问题的能力；
- 有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。



---



## 岗位9

### 岗位职责

1、负责AI平台的SRE工作，确保AI系统的高效稳定运行和快速迭代部署，并持续优化；
2、SRE工具开发建设，具备平台开发经验，能够规划和开发devops相关平台，如部署、可观测能力和弹性等平台；
3、资源容量优化，能够分析评估系统容量合理水位，提升资源利用率和系统性能；
4、问题处理，熟悉系统业务架构，定位和解决系统运行的稳定性问题。

**【岗位关键词】：sre、K8S、容器**

### 任职要求

1、本科及以上计算机相关专业，5年以上运维经验，有大型分布式系统和GPU集群运维经验优先；
2、精通Linux操作系统，Shell编程能力强，能攻克复杂系统难题，熟练使用公有云产品；
3、应用基础架构和架构优化经验丰富，熟悉常见应用服务器部署优化，从架构层面优化提升系统的可用性；
4、具备SRE运维开发经验，熟悉发布，可观测平台等平台建设能力，具备良好的文档编写能力，提升系统自动化水平；
5、有AI大模型管理经验优先，Python/Golang开发经验优先，了解大模型运维；

**【备注】**
此岗位为科大讯飞集团统一招聘岗位，人员通过简历筛选、笔试、初试、复试、终审等环节后录用。



---



## 岗位10

### 岗位职责

2.负责应用系统的性能、容量、可用性进行分析和评估，持续改进应用系统的可用性；
3.负责提升整体系统运维管理效率并控制运行成本；
4.参与应用系统系统设计方案评审，把控高可用架构及容量设计的合理性，以及非功能性需求的管理；
5.体系化系统化改善应用系统的监控、告警、自愈、容量、应急处置等能力。
6.负责研发、测试、运维工作流程和规范的制定并持续跟踪和优化

### 工作要求

1.硕士及以上学历，计算机相关专业；
2.有3年以上开发、运维工作经验，有大中型系统的运维管理经验的优先；
3.熟悉Linux系统，具备Bash、Python、Go等任意一种脚本语言，掌握Java、Python、C#任意一项开发语言；
4.熟悉Oracle、Mysql、OB等任意一项数据库，熟悉信创数据库的优先；
5.掌握常用中间件及常用开源软件工作原理、配置、排障和调优；
6.熟悉Docker、K8S技术，熟悉相关底层技术和原理者优先；
7.具有国内外大型互联网公司、金融企业相关经验优先；



---



## 岗位11

### 岗位职责
- CI/CD 与发布体系优化，整合 GitLab/Jenkins/ArgoCD 等工具链，建设规范化发布流程，实现灰度发布、自动回滚等能力。
- 权限与账号体系建设（AD / IAM）负责公司内部账号体系和权限管理，包括 AD/LDAP 目录结构优化、统一认证与权限平台（SSO/RBAC/ABAC）建设。
- 可观测性体系建设搭建并优化监控-日志-链路追踪的全链路可观测性体系，建设统一监控平台（Prometheus / Grafana / Loki / OpenTelemetry），实现关键链路可视化与异常分析自动化。
- 基础设施与云原生工程化（K8s / 云原生）搭建与治理，包括资源调度、自动扩缩容、服务治理、配置管理、故障定位与性能调优。
- 生产稳定性建设（SRE），包括定义关键稳定性指标（SLO/SLI/SLA）、优化服务可用性、构建故障自动化响应流程，并持续推进系统韧性工程（熔断、限流、降级、隔离等）。
- 流程与规范改进（Ops Process Improvement）通过监控数据、变更数据、事故复盘等分析手段识别运维流程瓶颈，制定标准化流程体系（如变更流程、发布流程、应急响应流程）。

### 岗位要求
- 计算机相关专业，SRE 或运维开发相关经验熟悉大型互联网业务的运维体系、自动化方法与工程化实践。
- 掌握至少一种后端语言（Golang / Python / Java），包括数据结构、网络编程、系统设计；有高可用平台或自动化工具的开发经验。
- 具有权限与账号体系管理能力熟悉 Active Directory、LDAP、SSO、OAuth2/OIDC，能推动账号自动化管理流程的建设。
- 熟悉 CI/CD、发布系统及常用工具链，如 GitLab CI、Jenkins、ArgoCD，能够基于业务需求优化发布稳定性和效率。
- 精通监控、日志、链路追踪等可观测性体系构建。熟悉 Prometheus、Grafana、Alertmanager、Loki、ELK、OpenTelemetry，有构建企业级监控体系经验。
- 熟悉 Kubernetes、容器化和云原生相关组件，包括调度原理、资源管理、服务发现、网络模型，具备生产级 K8s 集群运维能力。
- 深入理解 Linux 与网络基础，熟悉内核机制、文件系统、TCP/IP、性能调优，能独立定位复杂线上问题。



---



## 岗位12

### 工作职责
- 负责海量高性能 GPU/CPU 卡的资源交付与一致性保障，涵盖万卡大模型训练、在线推理、在线搜索、推荐训练等不同业务场景的集群管理。
- 学习并深入了解 GPU 业务方的使用姿势和训练框架，掌握前沿 AI 大模型技术，解决超大规模场景下的稳定性挑战，涉及 Nvidia H100、A100、华为昇腾，以及自研 XPU 等高性能卡型的使用。
- 构建自动化工程，确保生产环境的稳定性和资源在线率，及时发现并隔离故障 GPU 资源，提高资源流效率。
- 通过优秀的工程架构设计，参与生产集群和服务的整个生命周期，满足可持续发展的需求并提高系统稳定性，包括架构规划、评审、设计、部署和上线等环节。

### 职位要求
- 本科及以上学历，计算机相关专业或具备同等实践经验，拥有五年以上相关领域工作经验。
- 熟悉 GPU/CPU 资源管理和调度，具备大规模高性能计算集群的管理经验。
- 具备深厚的计算机系统基础知识，了解操作系统、存储网络10等相关原理。
- 具备以下一项或多项软件开发经验：Go/Python/Java/C++等，能够编写高效、稳定的系统工具和自动化脚本。
- 有丰富的生产环境故障排查和性能调优经验，能够快速定位和解决问题。
- 熟悉 AI 大模型训练框架（如 Tensorflow、PyTorch 等），了解大规模分布式训练的实现细节和优化方法。
- 具备优秀的沟通和协作能力，能够与业务方、开发团队紧密合作，推动项目顺利进行。
- 具有高度的责任感和主动性，能够在高压环境下保持高效工作。

### 优先条件
- 具备超大规模计算集群管理经验，尤其是在大数据和 AI 大模型训练场景下的经验。
- 熟悉 Nvidia H100、A100 等高性能计算卡的使用和优化。
- 具备系统化思维和工程化研发能力，能够设计和实现复杂系统的自动化解决方案。
- 英语口语流利，能够用英语进行流畅的沟通和交流，完成全球协作任务。
- 具有产品和工程思维，具备良好的项目管理能力、数据结构和系统设计能力者优先。



---



## 岗位13

### 岗位职责
- 负责设计和落地公有云云桌面（DaaS）系统可靠性方案，保障线上业务系统持续稳定运行
- 负责可观测性、告警规则、性能容量规划、runbook和应急策略的设计与落地
- 负责建设变更管理、SLO管理、日常运维、应急响应、容量成本规划与优化机制，保障在线系统持续可靠运行
- 负责设计开发提升运维效率和可靠性的系统和工具，支持业务团队进行新客户上线保障

### 任职要求
- 本科以上学历，计算机相关专业
- 3年以上SRE经验，主导过大规模SaaS/PaaS/IaaS在线系统可靠性方案的设计和落地的经验，系统地保障业务系统稳定运行以及适时变更调整
- 熟悉掌握Linux系统、TCP/IP协议、虚拟化、虚拟网络、分布式存储、K8S、数据库、消息队列以及可观测性工具，具备应急处理经验以及定位复杂问题的方法
- 5年以上开发经验，具有开发自动化运维系统与工具经验，能够积极学习掌握新理论、新技术持续改进工具系统



---



## 岗位14

**高级SRE工程师**

### 工作职责

负责公司核心业务在AWS云平台上的全球基础设施的稳定性、可用性与性能，对生产环境的SLA负责。
熟悉Kubernetes、Envoy及Service Mesh、Ingress网关等云原生组件的架构设计，可针对性排障。
通过自动化工具与平台建设（IaC, CI/CD），提升运维效率，实现系统的可观测性、自愈与故障快速恢复。
参与制定并推进运维安全体系落地，包括但不限于权限管控（AWS IAM/K8s RBAC）、网络安全策略、漏洞管理与应急响应。
构建和完善全球化的运维体系，包括但不限于：容量规划、监控告警（Prometheus/ELK）、CI/CD（GitLab/Jenkins）、灾备与自动化故障恢复。
深入理解业务架构，参与设计高可用、容灾方案，并持续进行成本优化。

### 职位要求

5年以上Linux运维/SRE/DevOps经验，具备大型分布式系统运维能力。
精通AWS核心服务（如EC2, S3, VPC, IAM, ELB, RDS等）的使用、架构与运维，有丰富的成本优化经验。
深入了解Kubernetes架构，有生产环境大规模K8s集群的管理、排障及性能调优经验。
熟悉Envoy、Istio/LinkedR服务网格或Nginx/Istio Ingress控制器等七层流量治理技术。
具备良好的运维安全意识和实践，熟悉操作系统、网络、应用层常见安全漏洞与防范措施。
熟练掌握至少一门编程语言（Go/Python/Shell），具备通过自动化工具和平台解决运维问题的工程化能力。
精通Prometheus监控体系和ELK日志栈，能基于此构建高效的可观测性平台。
具备出色的容量规划与性能压测经验，能对系统瓶颈进行量化分析与规划。



---



## 岗位15

### 职位描述
- 负责公司阿里云与AWS多云环境的运维管理，保障系统高可用、稳定运行
- 负责容器化与云原生平台建设，包括 Docker、Kubernetes（ACK / EKS）的部署、升级与运维
- 负责 Java 微服务系统的运行与发布，支持基于 Spring Cloud Alibaba 的服务架构
- 建设和维护 CI/CD 自动化体系，基于阿里云云实现自动构建、发布、回滚
- 负责中间件平台的部署、运维与稳定性保障，包括：MySQL、RocketMQ、Redis、Elasticsearch、MQTT（EMQX）
- 设计并搭建日志平台（ELK / OpenSearch），支撑问题定位与问题追溯
- 建设和优化监控与告警平台（Prometheus / Grafana / CloudWatch / 阿里云 ARMS），提升系统可观测性
- 支持物联网业务场景，保障设备接入、消息链路及高并发实时通信的稳定性
- 参与系统容量规划、性能调优、故障应急处理与事故复盘
- 编写运维规范与技术文档，持续推进运维自动化和标准化

### 岗位要求
- 本科及以上学历，计算机或相关专业，5年及以上运维 / 云原生 / SRE 经验
- 熟悉阿里云与 AWS 核心云服务：
   - 阿里云：ECS、VPC、SLB、ACK、RDS、OSS、ARMS
   - AWS：EC2、VPC、ELB、EKS、RDS、S3、CloudWatch
- 熟练掌握容器化与 Kubernetes：
   - Docker 镜像构建与优化
   - K8s 资源管理、滚动发布、自动扩缩容（HPA）
- 熟悉 Java 微服务运维体系，了解 Spring Cloud Alibaba（Nacos、Sentinel、Gateway 等）
- 熟悉常见中间件运维与稳定性保障：MySQL、RocketMQ、Redis、Elasticsearch、MQTT（EMQX）
- 熟悉日志体系与监控告警体系，有生产环境落地经验
- 熟悉 CI/CD 自动化流程（云效 / Jenkins / GitLab CI / GitHub Actions）
- 熟悉 Linux 系统，具备 Shell / Python / Go 等脚本或编程能力
- 强烈的责任心和抗压能力，能处理紧急线上故障，具备良好的沟通与跨团队协作能力



---



## 岗位16

### 岗位职责

2、负责业务基础环境的建设、维护和管理，持续优化运维解决方案；
3、负责处理日常运维需求，定位闭环基础业务问题，优化处理效率，推动客户诉求落地；
4、提高运维与开发的协作效率，规范操作流程，实现运维全流程自动化，降低运维成本。

### 工作要求

1、2026届应届毕业生，本科及以上学历，计算机软件相关专业；
2、熟悉掌握 Python、Go、Shell等脚本语言中的任意一种，熟悉SQL语言；
3、具有扎实的计算机基本功底，熟悉linux操作系统，熟悉基本的数据库结构，熟悉基本的网络知识；
4、了解LVS/Nginx/Haproxy/Redis/Kafka/etcd/ZooKeeper等中间件原理，有实践经验的同学优先；
5、了解Docker/k8s平台及相关的底层技术和原理的同学优先；
6、工作积极进取，乐于持续学习，有责任感，乐于解决问题，抗压能力强，具备良好的服务意识和团队合作精神。



---



## 岗位17

### 岗位职责
- 负责云服务日常运维、部署、监控、系统优化等工作，保证线上环境稳定运行；
- 负责项目内部开发环境和测试环境的建立、维护和日常管理工作，确保开发和测试正常进行；
- 及时响应及处理测试、生产环境各类异常和故障；
- 能够与研发密切配合，优化部署架构，提升平台稳定性，能够快速定位技术问题，保证线上环境的高效运行。

### 职位要求
- 本科以上学历，计算机相关专业，2年或以上服务器运维工作经验；
- 擅长云服务运维管理，熟练k8s、CI/CD；
- 熟悉Mysql、Redis、消息队列等中间件的搭建和维护；
- 熟练使用Shell编程、Python、批处理等脚本语言，以及awk、sed、grep等命令；
- 具备良好的文档编写及沟通协调能力；
- 熟悉SRE&运维体系者优先；
- 有AWS/阿里云运维经验者优先。



---



## 岗位18

**运维开发工程师-IC Level**

**职位概览**
Goodnotes 正在寻找一位资深运维开发工程师（DevOps）加入中国区技术团队。你将深度参与基础设施与运维平台建设，独立解决复杂技术问题，与后端团队紧密协作，保障线上服务稳定运行。

### 核心职责
- CI/CD 与容器化
  负责 GitHub Actions 流水线的搭建与优化；编写高质量 Dockerfile 与 K8s 部署模板；持续改进构建效率与部署成功率。
- Kubernetes 运维
  负责 VKE 集群日常运维，包括应用部署、故障排查与性能调优；制定资源配额与多环境隔离规范。
- 监控告警与故障响应
  搭建 Prometheus + Grafana 监控体系；配置日志采集与分析；负责告警配置、On-Call 响应与问题定位。
- 稳定性与弹性
  保障生产环境稳定性，参与 SLI/SLO 指标制定；设计与实施弹性扩缩容方案；优化资源利用率，控制云成本。
- 基础设施管理
  使用 Terraform 管理云资源（VPC、数据库、缓存、对象存储等）；负责日常资源变更、安全组配置与备份策略维护。

### 职位要求

### 必备条件
- 5 年以上 DevOps/SRE 相关经验
- 精通 Kubernetes，能独立完成故障诊断与性能调优
- 熟练使用 Terraform 管理云资源
- 掌握 Python、Go 或 Bash，能编写自动化脚本与工具
- 熟悉 Prometheus/Grafana 监控体系配置与使用
- 扎实的 Linux 基础，理解常见网络协议（TCP/IP、HTTP/HTTPS、DNS）



---



## 岗位19

### 岗位职责
- 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。
- 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。
- 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、微服务等高可用架构演进，系统性解决技术债务，提升整体服务治理水平。
- 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。
- 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。
- 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。
- 安全与合规架构：与安全团队协同，主导运维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
- 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。
- 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。
- 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。
- 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/Javascript）。具备数据库及中间件的内核原理理解和丰富的性能调优经验。
- 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。
- 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。
- 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。



---



## 岗位20

**Job Description:**
We are seeking an experienced SRE to ensure the high availability and reliability of our consumer-facing applications. The ideal candidate will have a strong background in supporting retail industry applications, with a preference for those with hands-on experience on AWS, Grafana, and Java development. Good English communication skills is also essential for this role.

**Key Responsibilities:**
- Implement and maintain site reliability processes and systems.
- Provide service outage escalation response and guidance alongside software engineers.
- Review and assess the impact of monitoring metrics on current system behavior.
- Research and implement new tools and technologies to solve problems more efficiently.
- Conduct root cause analysis of production issues, including complex backend troubleshooting and debugging.
- Collaborate with cross-functional teams to achieve reliability excellence.

**Preferred Experience:**
- 5yrs+ Proven work experience as a Site Reliability Engineer or in a similar role, particularly in the retail industry.
- Hands-on experience supporting consumer-facing applications.
- In-depth knowledge of AWS services and best practices for cloud infrastructure.
- Proficiency with Grafana for monitoring and observability.
- Strong Java development skills, with experience implementing API functionality using REST, JSON, or similar technologies.
- Background with statistical or reliability software packages.

**Skills:**
- Expertise in troubleshooting Linux servers.
- Strong coding skills in at least one programming language, with a preference for Java.
- Familiarity with software engineering best practices, including testing, continuous integration, and continuous delivery.
- A passion for solving problems using open-source software.
- The ability to thrive in a rapidly evolving, globally distributed environment.
- Strong English communication skills, both written and verbal.



---



## 岗位21

### 岗位职责
- 负责公司业务系统运维工作，提升业务稳定性和工程效率，与业务方保持高效沟通，建立良好合作关系；
- 负责应用上线评审、上线交付、配置变更、状态监控、容量管理、故障应急响应工作；
- 参与业务服务端架构的高可用设计和性能优化，保证高效、可靠的业务迭代。
- 负责线上重大问题排查，紧急事故处理，后续事故分析与优化；
- 负责应用故障演练、应急预案、SOP手册编写工作，确保故障时业务能快速恢复
- 负责应用高可用建议及管理，包括限流、降级、容错、容灾、同城多活，确保应用质量
- 建立SLA评估标准，计算故障对SLA影响，并对SLA后续改进措施进行跟进
- 负责运维规范、流程文档编制，并将其工具化、平台化，确保运维安全，提升运维效率

### 职位要求
- 2026届毕业生，本科以上学历，计算机类、软件类、通信类等相关专业。
- 扎实的编程基础，至少掌握一门开发语言，熟悉Golang、python优先。
- 对主流操作系统熟悉比如Linux、Debian等
- 熟悉容器技术、云原生



---



## 岗位22

### 岗位职责
- 负责公司业务系统的稳定运行与持续优化，提升业务可用性和工程效率，并与业务团队保持紧密沟通与协作；
- 负责基础设施与中间件的高可用架构设计、性能优化及容量规划，支持业务高效、可靠迭代；
- 主导线上重大问题的排查与紧急故障处理，推动事故复盘、原因分析与持续改进；
- 参与应用故障演练、应急预案和SOP建设，保障关键系统在突发情况下快速恢复，并承担Oncall轮值；
- 持续推进运维自动化建设与创新，探索新技术手段，实现全流程自动化运维，缩短响应时间、降低运维成本；
- 制定并完善运维规范与流程，将最佳实践工具化、平台化，提升运维安全性与整体效率。

### 职位要求

### 任职要求
- 本科及以上学历，3年以上互联网公司运维/SRE经验；
- 熟悉Linux操作系统和网络基础，掌握常见中间件（如Nginx、Redis、Kafka、ElasticSearch、Rocketmq等）的运维与优化；
- 精通Kubernetes基础架构与核心组件运行原理，具备云原生技术体系及相关产品的深入实践经验；
- 熟悉高并发、高可用、微服务系统架构运维，对分布式部署、两地三中心、业务多活有实践经验，参与过全球化服务部署者优先；
- 拥有丰富的线上系统故障排查和性能优化经验，具备快速分析和解决复杂问题的能力；
- 至少熟练掌握Python或Go中的一种语言，具备一定的开发能力；有实际项目开发或平台自动化工具研发经验者优先。
- 熟悉并实践过SRE方法论和体系建设，具备SLA/SLO/SLI指标体系落地经验者优先；
- 具备良好的跨团队沟通协作能力、快速学习能力与责任心，能适应Oncall机制，工作积极严谨。



---



## 岗位23

### 岗位职责
- 负责公司业务系统的稳定运行与持续优化，提升业务可用性和工程效率，并与业务团队保持紧密沟通与协作；
- 负责基础设施与中间件的高可用架构设计、性能优化及容量规划，支持业务高效、可靠迭代；
- 主导线上重大问题的排查与紧急故障处理，推动事故复盘、原因分析与持续改进；
- 参与应用故障演练、应急预案和SOP建设，保障关键系统在突发情况下快速恢复，并承担Oncall轮值；
- 持续推进运维自动化建设与创新，探索新技术手段，实现全流程自动化运维，缩短响应时间、降低运维成本；
- 制定并完善运维规范与流程，将最佳实践工具化、平台化，提升运维安全性与整体效率。

### 职位要求

### 任职要求
- 本科及以上学历，3年以上互联网公司运维/SRE经验；
- 熟悉Linux操作系统和网络基础，掌握常见中间件（如Nginx、Redis、Kafka、ElasticSearch、Rocketmq等）的运维与优化；
- 精通Kubernetes基础架构与核心组件运行原理，具备云原生技术体系及相关产品的深入实践经验；
- 熟悉高并发、高可用、微服务系统架构运维，对分布式部署、两地三中心、业务多活有实践经验，参与过全球化服务部署者优先；
- 拥有丰富的线上系统故障排查和性能优化经验，具备快速分析和解决复杂问题的能力；
- 至少熟练掌握Python或Go中的一种语言，具备一定的开发能力；有实际项目开发或平台自动化工具研发经验者优先。
- 熟悉并实践过SRE方法论和体系建设，具备SLA/SLO/SLI指标体系落地经验者优先；
- 具备良好的跨团队沟通协作能力、快速学习能力与责任心，能适应Oncall机制，工作积极严谨。



---



## 岗位24

### 工作职责
- 制定系统稳定性方案及度量体系，掌控系统可用性风险，针对各类隐患做好故障防范和应急方案，保障系统稳定性SLA达成；
- 推动重大稳定性治理项目，识别系统的风险/效能成本问题，构建以稳定性为核心的工程技术平台，持续优化1-5-10应急响应机制（1分钟告警、5分钟定位、10分钟恢复）；
- 制定运维领域智能化规划，运用平台已有能力，对于团队工作问题提出针对性智能化解决方案，改进工作效率和质量；
- 关注行业动态和新技术发展，探索前沿AI技术在运维领域的创新应用，推动新技术在运维场景中的落地应用，升级运维体系。

### 任职资格
- 本科及以上学历，计算机相关专业，3年以上系统运维（SRE）或系统架构稳定性设计经验；
- 熟悉云原生和AI主流应用架构，能根据运维场景利用AI技术进行工作流优化重构；
- 具备良好的项目管理沟通能力，作为技术带头人推动运维自动化/智能化项目落地；
- 知名互联网公司工作经历者优先。



---



## 岗位25

### 职位描述

1、负责 Kubernetes 集群的精细化管理，确保集群的高可用性、稳定性和性能；
2、持续优化资源配置策略，利用技术手段提升资源调度效率、资源利用率，并优化集群性能；
3、开发并维护 Kubernetes Operator，提升容器化应用的自动化管理能力，优化生命周期管理；
4、负责多集群管理的技术方案设计和实践，确保跨集群资源调度和服务发现的高效运作；
5、深入分析容器化应用的瓶颈和故障，制定并实施有效的性能优化方案，保障生产环境的稳定运行；
6、主导容器平台新技术的架构演进，推动容器化技术的持续创新和实践。

### 职位要求

1、本科及以上学历，计算机相关专业，5年以上SRE或容器平台相关工作经验；
2、精通Kubernetes核心机制（调度、网络CNI、存储CSI、RBAC等）；
3、熟练开发Kubernetes Operator，具有丰富的自动化运维经验；
4、具备大型分布式系统架构经验，能够根据业务需求制定高效的Kubernetes集群优化方案；
5、具有云原生的设计能力和多集群管理经验，能够有效提升跨集群资源调度、故障恢复和管理效率；
6、具有丰富的故障排查和性能优化经验，能够有效提升集群稳定性与资源利用率；



---



## 岗位26

**SRE工程师岗位要求**

### 岗位职责
- 负责平台可观测性解决方案的设计、实施和完善
- 负责Azure平台及其资源的运维和部署
- 负责域名、网络、安全、监控等与业务相关的组件配置与维护
- 故障排查与处理

**岗位需求：**
- 计算机相关专业本科以上学历，8年以上运维工程师工作经验
- 要求英语口语流利，能够直接用英语和Global团队沟通
- 擅长平台监控告警的设计和搭建，包括Infra和业务告警
- 有丰富的Open Telemetry、Open Search、Prometheus、Grafana等日志监控的项目经验
- 熟练应用PQL或KQL等查询语句
- 熟悉Azure或者AWS及其产品功能
- 熟悉公有云网络，路由、防火墙常见配置
- 了解Azure DevOps、Pulumi等相关CICD工具
- 熟悉K8S配置、使用、故障排查
- 熟悉Postgresql、Redis、SQL Server、Cosmos DB、Function APP、App Service等相关组件应用，配置、维护
- 熟悉python或者go，power shell等
- 有安全审计文档准备经验优先考虑



---



## 岗位27

### 岗位职责
- 负责AI交易平台业务的云原生基础设施建设与运维，保障Kubernetes(K8s)平台及容器化应用的高可用、高性能；
- 负责基础设施全生命周期管理，包括但不限于阿里云资源、Flink实时计算集群，以及AI应用所需的MCP服务、Runtime调度、模型服务等组件的部署、监控、优化与故障排查；
- 参与SRE体系的架构设计与技术演进，通过IaC（基础设施即代码）、CI/CD等理念，主导或参与自动化运维平台的开发，提升研发与交付效率；
- 关注云原生及AI基础设施领域的技术发展趋势，并将其应用于稳定性保障、成本优化和效率提升的实践中。

### 任职要求
- 扎实的运维功底和编程能力，精通Linux系统与Shell，熟练掌握至少一门自动化脚本/工具开发语言（如Go, Python）；
- 深入理解云原生技术栈，具备生产环境Kubernetes(K8s)集群的运维管理经验，并熟悉阿里云等主流公有云产品；
- 熟悉主流监控体系（如Prometheus, Grafana），并具备大数据组件（如Flink, Kafka）或数据库（如MySQL, Redis）的运维经验；
- 优秀的学习能力、Owner意识、问题分析与解决能力，以及良好的团队协作和沟通精神。

### 加分项
- 有丰富的IaC（基础设施即代码）实践经验，熟练使用Terraform, Pulumi等工具者优先；
- 熟悉Cloudflare等边缘网络产品，有CDN、WAF、DDoS防护、SSL证书管理等方面的实践经验；
- 对Service Mesh（如Istio）、分布式系统有深入理解或实践经验；
- 有高质量的开源项目贡献或技术博客。



---



## 岗位28

### 工作职责

小红书 SRE 负责通过技术，保障小红书线上业务的稳定性；我们的理念是通过技术解决运维问题，以业务的成功作为自己的成功。我们的职位中可能没有明确的运维开发职位，因为我们要求每一个SRE工程师都需要有较好的技术开发能力，快速学习的能力，自己解决自己的问题。

### 工作职责
- 保障小红书社区、推荐、搜索、广告、电商等服务的稳定、可靠、高效运行；
- 参与在线系统及各类服务架构设计，提供专业的稳定性和架构改善方案；
- 主导服务容量管理与资源成本优化，保障线上服务容量合理，提升资源效能；
- 分析和深入发掘现有系统的不足，定位系统瓶颈，提高系统性能和稳定性；
- 关注业界前沿技术动态，探索复杂业务系统运维自动化和智能化的技术和方向。

### 任职资格

### 任职要求
- 五年以上互联网公司SRE工作经验，良好的架构意识，统招本科及以上学历；
- 有出色的问题分析和解决能力；
- 合作意识良好；
- 有大规模K8S集群经验，有Golang开发能力，有K8S控制器开发原理经验者优先；
- 良好的沟通、协作能力，责任心、自驱力优秀。



---



## 岗位29

### 岗位职责
- 负责业务上线，维护等日常sre工作，负责业务、调优及配合开发人员解决问题。
- 制定及推动解决方案落地，包括但不限于柔性容灾、智能调度、弹性扩容等。
- 推动及开发高效的自动化运维、管理工具，提升sre工作效率。
- 及时处理系统运行故障，保障业务系统各模块稳定、高效运行。

### 岗位要求
- 计算机相关专业，至少3年以上的应用运维实战经验。对sre文化理念有一定的理解。
- 有一定的脚本语言编写能力，熟悉Shell、Python、go语言中的一种，能开发工具提升效率。
- 具有相关云（aws、阿里云等）产品使用经验：如云主机、安全组、负载均衡、缓存、消息队列、CDN、域名等。
- 熟悉运维监控工具：如zabbix,prometheus,grafana；熟悉skywalking APM工具，有业务层监控和微服务监控经验。
- 对nginx、zookeeper、kafka、MQ、Jenkins、git等有部署、管理、维护能力。



---



## 岗位30

**岗位描述：**
- 参与内部大型高可靠的自动化、智能化K8S容器训练平台运维体系研发建设；
- 负责运维自动化平台容器管理和编排/智能监控告警以及定位/中间件管理等系统的开发与维护；
- 制定运维计划，深入各运维技术子方向，提供平台化运维解决方案并持续负责优化；
- 持续跟进K8S平台架构应用部署以及平台组件优化，跟进K8S运维工具开发；
- 负责大规模服务器配置管理、基础软件安装及性能调优，自动化应用的部署；
- 参与SRE轮值ONcall，完成运维开发相关工作文档编写。

### 任职资格
- 统招本科及相关专业，3年以上go语言运维自动化平台研发经验，熟悉软件开发系统架构；有自动化运维的经验，精通Linux操作系统；
- 熟练掌握Golang开发，有使用Grc/Gin等框架开发经验，可以熟练使用VUE；
- 熟悉基本的数据结构，熟悉基本的网络知识，熟悉项目中MongoDB/Mysql等数据库使用；
- 熟悉底层物理网络，对Linux中常见接口配置； Bond、Vlan、Vxlan、Macvlan、Tap等熟悉，熟悉DHCP、DNS等常见协议，擅长基于Tcpdump/Wireshark分析网络问题；
- 精通K8S，具备基于K8S二次开发能力，基于CRD或自定义Apiserver，实现自定义Controller- manager完成自定义资源管理；
- 掌握Prometheus/Alertmanager监控告警平台，并基于API和Webhook实现自定义告警通知；
- 基于Ubuntu、Centos做系统二次封装，掌握基于PXE kickstart自动化装机流程。



---



## 岗位31

### 岗位职责
- SRE 稳定性体系以及可用性衡量体系建设；
- 参与全球架构优化以及日常运维工作；
- 推动及开发高效的自动化运维、管理工具，提升运维工作效率；
- 制定和优化运维解决方案，包括但不限于柔性容灾、智能调度、弹性扩容与防攻击；
- 负责路由、交换机、网络安全、IDC、CDN 管理和维护；
- 探索、研究新的运维技术方向。

### 任职要求
- 全日制本科及以上学历；
- 8 年及以上运维工作经验以及 5 年及以上 SRE 工作经验；
- 有 SRE SLO/SLI/on-call 建设经验；
- 有混合云架构设计 / 海外业务运维经验，熟悉华为云、阿里云、AWS、GCP 等国内外常用公有云；
- 精通 Linux 操作系统的基础知识，熟练使用 Linux 常用操作命令，具备 linux 系统调优能力；
- 精通 CentOS/Ubuntu/国产操作系统原理，TCP/IP 以及常用的网络协议；
- 精通 shell/python/go 中的一种或多种进行运维自动化脚本的编写，具备成功的 python, golang 项目开发经验者优先；
- 精通 Nginx、java、mysql、redis、kafka、apollo、nacos 等应用相关软件的部署、配置、性能优化、问题排障；
- 精通 MySQL、Redis、ES、mongoDB、Clickhouse 等数据库的维护、性能优化、问题排障；
- 精通 opentelemetry、Prometheus thanos、ELK、K8S、ansible、jenkins、terraform 等运维工具；
- 精通 docker 相关基础知识，可独立编写 dockerfile 生成需要的 docker 镜像；
- 具备较强的沟通能力，能够与跨职能团队进行高效协作；
- 具有良好的 owner 意识，责任心，自驱能力和沟通能力。



---



## 岗位32

**方向7：存储运维—苏州 北京**

### 工作职责
- 负责存储相关产品的维护工作，对系统可用性负责。主要工作包括投诉、故障等紧急事件的应急处置、监控告警优化、监控数据分析、变更、产品架构及性能优化。

### 任职资格
- 大学本科以上学历，计算机、电子、信息、通信等相关专业；
- 具有3年及以上大规模存储集群运维经验，精通manila、cinder等组件的工作原理，有优化集群架构和性能调优经验者优先；
- 有对象存储、块存储、文件存储等运维能力，有现网疑难问题定位和故障处理能力；
- 熟悉分布式存储系统的原理机制，熟悉Ceph或Glusterfs整体架构，熟悉Ceph或Glusterfs常用的命令操作和配置；
- 熟悉并行文件存储一体机运维优化；
- 精通至少Java、Python、Go、Shell等开发语言中的一种，熟练使用并能够开发脚本。



---



**方向8：容器/k8s/OpenStack方向-苏州**

### 工作职责
- 负责1500台服务器规模OpenStack集群规划、软集部署和日常维护；
- 负责重点问题解决，支撑技术架构云计算相关方案验证；
- 大规模部署环境中计算、存储方案设计和性能优化；
- 负责建设OpenStack集群监控平台和日常运营；
- 负责移动云K8s容器集群环境交付，版本升级以及集群性能和稳定性维护，高效定位和解决线上问题；
- 负责共享k8s集群部署、扩缩容、网络双栈改造、sdnnative改造、namespace资源管理等操作；
- 推动并完成对新业务容器化上线和老业务的容器化改造工作；
- 负责高并发场景数据库、中间件（MySQL, Redis, RocketMQ, Haproxy等）等疑难故障；
- 推进自动化运维体系建设，提升运维工作效率；

### 任职资格
- 教育程度：本科及以上学历，计算机及相关专业；
- 工作经验：5年以上互联网、IT系统相关公司云平台运维工作经验；
- 核心技能要求：
   - 熟悉OpenStack架构和工作机制，对Nova/Ironic/Cinder/Glance/Neutron/ceilometer等核心组件代码和业务有深入理解；
   - 能快速定位Openstack问题，拥有根据需求快速开发的能力；
   - 掌握Libvirt/Qemu/KVM等Linux虚拟化相关技术；
   - 理解容器技术及其理念，熟悉Docker/Kubernetes/Etcd等云原生技术栈的配置及管理，熟悉容器编排、有移动云运维经验优先；
   - 熟练掌握数据库中间件及微服务组件，能独立处理疑难故障；
   - 熟悉Linux系统及内核，包括namespaces、cgroups等原理；
   - 熟悉基础计算机网络，可以独立排查解决主机层面的网络问题；
   - 沟通能力强，团队合作意识强，能与不同岗位的不同人员良好沟通与协作；
   - 学习能力强，适应能力良好，能快速熟悉新项目、新团队。



---



## 岗位33

### 工作职责
- 负责基于云业务场景下的统一智能运维平台架构设计（IaaS+PaaS+安全的统一运维架构），开发落地，加速内部运维效率与提升生产系统的稳定性；
- 负责重要的基础服务平台如监控平台、作业平台、CMDB、容量管理等运维产品的架构设计；
- 负责容器化（docker&k8s）作为自动化运维的载体，结合业务情况，实现符合公有云、私有云、混合云等各种场景的平台快速部署、交付能力；
- 负责核心代码的编写与评审，指导开发同学进行其他组件开发；
- 负责解决平台研发过程中的重点、难点问题，持续优化各组件的稳定性和性能；
- 负责编写并持续完善自动化运维标准化、规范化文档。

### 工作要求
- 大学本科及以上学历，计算机、通信、电子信息工程等相关专业优先；
- 10年以上相关工作经验；
- 有深厚的技术背景，精通自动化运维，深入理解海量运维体系，负责过持续集成、持续交付、CMDB、监控、自动化等系统的核心源码开发，对关键技术有自己独到见解；
- 对CI/CD有深入理解，熟悉常用DevOps工具，包括但不限于Git、Jenkins、Ansible、SaltStack等；
- 有相关发明、专利和核心期刊论文者优先；5年以上研发团队（100人以上）管理经验优先；
- 具备卓越的战略思维与执行能力，有较强的组织领导、沟通和协调能力；具有良好的敬业精神和职业道德操守，企业忠诚度高，并有丰富的团队建设与管理经验；
- 过往工作业绩优秀，或有知名互联网/IT、云服务头部企业工作经验者，年龄、工作年限可适当放宽。



---



**方向1：云平台运维-广州**

### 工作职责
- 负责laaS云平台（计算、存储、网络）的规划、设计、部署、运维以及业务性能调优；
- 负责相关业务技术支持和日常运维工作，对突发事件的快速响应、定位及处理，排除故障，保障系统稳定性；
- 负责相关业务的自动化部署、运维和优化工作，包括整体的运维架构、部署监控方案的设计和实施。

### 工作要求
- 大学本科及以上学历，并获得相应学位，计算机类专业优先；
- 八年及以上工作经验，其中五年及以上运维相关经验，具备管理能力，有带团队经验；
- 熟悉golang/C++/Java/Python/Shell中的任意一种以上技术语言，熟悉常见的配置管理和运维工具，如Ansible、Puppet、SaltStack、Fabric等；
- 熟悉HTTP缓存代理服务器（如nginx、Squid、Varnish、TrafficServer等）配置和使用，具备较强的troubleshooting能力；
- 熟悉云计算平台OpenStack、Kubernetes、Mesos、Swarm及docker/kvm/xen等虚拟化技术优先，有管理大规模服务器集群经验优先；
- 诚实守信、作风踏实严谨、责任心强，具备良好团队协作能力精神，学习能力强，善于解决复杂问题；
- 过往工作业绩优秀，或有知名互联网/IT、云服务头部企业工作经验者优先。



---



## 岗位34

### 职位描述
- 负责蔚来能源云业务核心系统的在线监控和运维
- 推动提升服务的可靠性、可观测性以及优化成本
- 负责中间件及日常应用运维需求，包括故障响应、故障排查、OnCall值班等
- 参与DevOps平台的设计开发，提升运维效率
- 参与Kubernetes、Prometheus等开源工具的二次开发（可选）

### 职位要求
- 计算机及相关专业，本科及以上学历，3年以上大型软件系统运维经验
- 熟悉Java、Golang或者Python中的两种语言，有较大型运维自动化平台、发布系统、CMDB、监控系统开发经验
- 熟悉Linux系统和TCP/IP、HTTP协议，具备Linux下故障定位、性能分析等实战经验
- 熟悉Kafka、Redis、MySQL、Elasticsearch、Skywalking等常用中间件/基础设施的运维管理，熟练掌握两种以上
- 熟悉自动化运维工具，如Ansible、Saltstack
- 有好奇心，有技术热情，能自我驱动，喜欢钻研，做事严谨仔细，具备良好的学习能力及韧性

### 加分项

了解掌握CI/CD相关工具，微服务、Kubernetes等技术原理



---



## 岗位35

### 岗位职责
- 业务稳定性：保障京东商城、京东外卖等业务的持续稳定，围绕业务可用率目标，构建风险巡检、攻防演练、自愈、限流、智能运维等能力；
- 平台工程：负责京东零售超大规模分布式系统的技术风险和高可用设计，设计并研发监控、混沌工程、变更管控、全链路压测、资金核对、AI-Agent等技术风险平台；
- 架构设计：面向全站基础架构，构建站点容灾、弹性等全局技术架构，设计对应业务系统的高性能、高可用架构，推动线上系统优化；
- 跨团队协作：与业务研发团队/GOC团队/SRE团队等密切合作，推动技术风险文化的实施。

### 任职要求
- 本科及以上学历，计算机科学、信息技术或相关专业背景，2年以上研发经验，具有稳定性建设、故障排查等相关经验；
- 扎实的编码能力，熟练掌握至少一门通用编程语言（java/python），优秀的架构设计能力，熟悉互联网常用架构和组件；
- 熟练掌握操作系统、计算机网络和数据库等基础知识，深入了解云计算、容器化技术（如Docker、Kubernetes）；
- 有大型分布式系统的设计和维护经验者优先，至少对高并发、高可用、高性能、可扩展、一致性等领域有一定研究；
- 加分项：有AI工程技术经验者优先。



---



## 岗位36

### 岗位职责

Provide inputs into and build software and systems to manage platform infrastructure and applications with the guidance from the global teams.
- Provide inputs into increasing reliability of supported applications.
- Measure and optimize system performance, with an eye toward pushing our capabilities forward, getting ahead of customer needs, and supporting for continual improvements.
- Provide primary operational support and engineering for multiple large-scale distributed software applications.
Responsible for providing 24X7 Application Support across multiple visa applications.
Responsible for evaluating the Issues reported by clients and partners and provide solutions.
Gather and analyze metrics from operating systems as well as applications to assist in performance tuning and fault finding.
Partner with development teams to improve services through rigorous testing and release procedures.
Participate in system design consulting, platform management, and capacity planning.
Create sustainable systems and services through automation and uplifts.
Balance product and site reliability with well-defined service-level objectives.

**Basic Qualifications**
- Strong work ethic, ability to work in fast-paced, team-oriented environment with minimal guidance. Good oral and written communication skills.
- 5+ years of relevant work experience with a bachelor’s degree, or 3+ years of relevant work experience with an Advanced Degree (e.g., Masters, MBA, JD, MD).
- Minimum 3 years’ experience in working with Linux and UNIX.
- Minimum 3 years’ working experience on Java micro services technologies (Restful APIs).
- Minimum 3 years’ experience in DevOps/Production support profile working in a globally distributed team.
- This role also requires working knowledge of production support processes such as incident/change/problem management, call triaging, escalation procedures as such.

**Preferred Qualifications**
- Intermediate level of experience on Kubernetes (preferred Openshift and Mirantis) or Docker
- Experienced in working as a SRE or Cloud DevOps Engineer, System Administrator and Automation Expert (Ansible, Python scripts).
- Experienced in Integrated Docker container orchestration framework using Kubernetes by creating pods, configuration Maps, deployments using Jenkins.
- Experienced in Kubernetes to deploy scale, load balance and manage Docker containers with multiple name space versions.
- Proactive approach to identifying problems, performance bottlenecks, and areas for improvement.
- Basic level knowledge on Akamai/Cloudflare, Active-Active setup Application along with Disaster Recovery.
- Experienced in working with Oracle/Postgress DB’s, DML/DDL SQLs and Store PROCs
- Experience with Service Now and ticketing workflows is preferred.
- Working experience with monitoring tools like Prometheus, Grafana, Splunk, Humio or any other monitoring tools/processes will be advantageous.
- Prior working experience with Card and transaction domains will be advantageous.
- Should have a technical and business mindset.
- Familiar with ITIL or similar framework – this is a highly audited highly regulated industry where process plays a crucial role in our day-to-day operations.



---



## 岗位37

### 岗位职责
- 负责系统监控指标体系建设，完善业务视角的监控能力，持续提升问题发现和定位能力；
- 负责线上故障快速恢复、重大问题定位、运维工程化改进等，解决运维痛点，提升C端和B端服务的稳定性；
- 分析系统瓶颈，解决各种疑难问题，对系统进行性能调优；

### 岗位要求
- 计算机或相关专业本科及以上学历，10年以上运维工作经验，3年以上稳定性平台工具流程建设经验；
- 扎实的技术基础，精通Java或Go语言；
- 熟悉监控领域的产品和技术，熟悉其架构设计、使用场景等优势；
- 思维清晰、逻辑严密，善于抽象和沟通，具备卓越的团队协作和表达能力；
- 具备强大的自我驱动力和责任感，结果导向，能够协调推动，具备良好的抗压能力；
- 熟悉常用的Linux操作系统，掌握分布式系统的基础架构理论，如微服务和容器化等；
- 具备大规模系统监控运维经验，熟悉监控工具、采集方式和指标体系等监控体系的搭建和维护；
- 有SRE工具、监控工具相关经验者优先。



---



## 岗位38

### 岗位职责

1、fintech技术风险能力建设，包含应急能力、变更防御、红蓝攻防、性能容量、资金安全、机房容灾，构建Fintech技术风险体系；
2、参与重大项目的技术风险保障工作，对技术风险领域进行评审和分析；
3、贴身业务，挖掘业务风险，沉淀技术风险领域标杆，释放研发技术风险投入，更聚焦在业务研发上；
4、明星业务，多底盘充满了挑战和机遇，欢迎来战；

### 任职资格

1、熟悉主流开源中间件（如Kafka、RabbitMQ、Redis、Dubbo等）、深入了解实现机制，有服务可靠性和稳定性保障经验，有开源社区贡献、拥有大规模分布式系统设计和保障经验优先
2、熟悉Linux操作系统、网络协议、存储、Docker与Kubernetes，有SLO、混沌工程、k8s容器化等经验优先
3、熟悉运维自动化部署平台或工具（如Ansible、Terraform），有基础设施即代码(laC)实践经验优先
4、具有扎实的编程基础，2年及以上研发经验，熟悉至少一种开发语言(java/golang/python)，有AI Agents的开发经验优先



---



## 岗位39

### 职位描述

1、负责字节跳动大数据存储HDFS的系统高可用架构和规划；
2、设计并实现能够保障线上大规模集群迭代、自动化运维的平台；
3、负责云上数据湖运维体系构建，量化云服务的服务质量，提升服务SLA标准；
4、支持平台用户线上需求和解决用户遇到的各种问题；
5、提升整体云平台的运维管理效率。

### 职位要求

1、2年以上大数据相关运维经验，熟悉Hadoop大数据生态圈相关组件，包括但不限于HDFS/YARN/HIVE/SPARK/HBASE/HUDI等；
2、了解Hadoop各组件的原理，并有实际部署维护经验；
3、精通Linux系统、运维体系结构，精通容量规划、架构及性能优化；
4、有开发经验，熟悉Shell/Python等编程语言，精通go/java语言者优先；
5、具备故障排除能力，有很好的技术敏感度以及风险识别能力；
6、良好的服务意识，善于团队协作，项目管理，主动思考，自我驱动力强。

# 职位描述汇总

## Public Cloud DevOps engineer

### 工作职责
- Develop and deploy solutions in AWS/GCP for achieving different goals (automation of different manual tasks, or a new initiative)
- Ability to write code (python) so that we may integrate Public Cloud implementation with different systems in the bank.
- Configure and manage CI/CD pipeline
- Proficiency with CI/CD technologies like : Jenkins, Bitbucket etc.
- Proficient with Python (as the team writes code in python for different solutions)
- Good experience with Configuration management tool like Puppet, Ansible etc for management of different OS that we host in Public Cloud.
- Manage and deploy common infrastructure services like Proxy, DNS, Bastion etc in Public Cloud (AWS/GCP)
- Exert level knowledge of Infrastructure as a Code (IAC), as we only use IAC for deployments in Public Cloud.

## 云平台工程师/云平台实施工程师

### 工作职责
- 基于不同的云环境（私有云&公有云），将满足业务需求的基础设施部署在云环境；
- 和客户沟通确认私有云&公有云需求，确保业务对基础设施的依赖可以满足；
- 支持业务将服务部署在不同的云环境（私有云&公有云），给业务提供部署工具或协助部署服务；
- 为基础设施的快速标准化部署设计并实现自动化部署方案，书写部署SOP；
- 将内部SRE已有的服务稳定性相关服务部署在客户环境，提升服务稳定性，支持运营处理各种问题；
- 基于不同的客户环境，设计和部署监控解决方案，确保重要指标可以发送运维或者POC；

### 职位要求
- 本科及以上学历，计算机信息技术相关专业；
- 可以阅读和书写英文材料，能和英语客户直接沟通是加分项；
- 使用过至少一门计算机语言，可以设计并实现方案以解决业务问题；
- 至少使用过一个公有云，熟悉公有云的自动化部署工具；
- 有指标监控和日志服务相关经验；
- 有主人翁意识，能积极的持续优化服务，如稳定性、安全性、可维护性等；
- 有k8s运维经验是加分项。

## 负载均衡专家/高级工程师

### 工作职责
- 负责全站接入层架构设计与维护，包括流量接入、网关迭代更新、接入网络的稳定性和性能优化
- 对公司业务接入层提供架构设计和技术支持，保障业务流量安全、稳定
- 结合业务场景，对公司负载均衡系统进行开发和迭代，保障系统稳定
- 优化产品的网络接入性能，用户端性能数据分析，建设国内、海外动态加速、流量调度能力
- 专线接入网络规划和保障

### 职位要求
- 具备两年以上负载均衡建设运维经验，有建设高性能、高可用接入层的研发运维经验
- 具备 DNS 集群运维管理经验，了解anycast、智能 DNS 和 HTTPDNS 的工作原理。
- 熟练掌握Linux系统管理、性能调优、shell/python/golang 等至少1种语言，有运维工具开发能力。
- 有k8s经验者，有接入网络规划设计和维护经验者优先

## NVIDIA Senior Site Reliability Engineer (SRE)

### 工作职责
- 该角色涉及设计、构建和维护服务，以实现实时数据分析、流媒体、数据湖、可观测性和 ML/AI 训练与推理。职责包括实施软件和系统工程实践，确保平台的高效率和可用性，以及应用 SRE 原则来改进生产系统和优化服务 SLO。
- 此外，与我们的客户合作规划实施现有系统的变更，同时监控容量、延迟和性能也是该角色的一个部分。

**我们将要做的工作：**
- 开发软件解决方案，确保支持机器关键用例的大规模系统的可靠性和可操作性。
- 深入了解我们的系统运营、可扩展性、交互和故障，以识别改进机会和风险。
- 创建工具和自动化，减少运营开销，消除手动任务。
- 建立框架、流程和标准方法，增强运营成熟度、团队效率，并加速创新。
- 定义有意义的可操作的可靠性指标，以跟踪和改进系统和服务的可靠性。
- 监督容量和性能管理，促进全球公共和私有云基础设施的扩展。
- 构建工具，提高我们的服务可观测性，以便更快地解决问题。
- 实践可持续的事件响应和无指责的事后分析。

**我们需要看到的：**
- 至少 5-8 年在 SRE、云平台或 DevOps 方面的经验，具有大规模微服务在生产环境中的经验。
- 计算机科学或电气工程或 CE 或相关领域的硕士或学士学位。
- 深刻理解 SRE 原则，包括错误预算、SLO 和 SLA。
- 熟练掌握事件、变更和问题管理流程。
- 擅长问题解决、根本原因分析和优化。
- 有使用数据基础设施服务的经验，如 Kafka 和 Spark。
- 擅长构建和运营大规模可观测性平台，用于监控和日志记录（例如，ELK、Prometheus）。
- 精通编程语言，如 Python、Go、Perl 或 Ruby。
- 有在公共、私有或混合云环境中扩展分布式系统的实际经验。
- 有部署、支持和监督服务、平台和应用堆栈的经验。

**脱颖而出方式：**
- 具有运营具有强大 SLA 的大规模分布式系统的经验。
- 精通 Python 和 Go 的编码技能，以及在数据平台上的广泛经验。
- 了解 CI/CD 系统，如 Jenkins 和 GitHub Actions。
- 熟悉基础设施即代码（IaC）方法和工具。
- 出色的人际交往能力，能够识别和传达数据驱动的洞察。

## SRE工程师/高级SRE工程师

**基本职能：**
- SRE 稳定性体系以及可用性衡量体系建设；
- 参与全球架构优化以及日常运维工作；
- 推动及开发高效的自动化运维、管理工具，提升运维工作效率；
- 制定和优化运维解决方案，包括但不限于柔性容灾、智能调度、弹性扩容与防攻击；
- 负责路由、交换机、网络安全、IDC、CDN管理和维护；
- 探索、研究新的运维技术方向。

### 任职要求
- 全日制本科及以上学历
- 5年及以上运维工作经验以及3年及以上SRE工作经验
- 熟悉Linux操作系统的基础知识，熟练使用Linux常用操作命令，具备linux系统调优能力；
- 熟悉CentOS/Ubuntu/国产操作系统原理，TCP/IP以及常用的网络协议；
- 熟悉shell/python/go中的一种或多种进行运维自动化脚本的编写，具备成功的python项目开发经验者优先；
- 熟悉配置 Nginx、java、mysql、redis、kafka、apollo、nacos 等应用相关软件的部署、配置与优化维护；
- 熟悉MySQL、Redis、PostgreSQL、ES、mongoDB、Clickhouse等数据库的操作和维护；
- 熟悉Prometheus、ELK、K8S、ansible、jenkins等运维工具；
- 熟悉docker相关基础知识，可独立编写dockerfile生成需要的docker镜像；
- 熟悉华为云、火山云、阿里云、AWS、GCP等国内外常用公有云；
- 具备较强的沟通能力，能够与跨职能团队进行高效协作。
- 具有良好的owner意识，责任心，自驱能力和沟通能力

### 工作职责
- 负责应用系统运行软件的安装、配置、优化与维护；
- 负责应用系统模块部署、配置、维护、备份与检测；
- 负责应用系统的日志信息备份、管理、维护与分析；
- 负责应用系统的日常监测与维护、故障处理、性能分析与优化；
- 负责应用系统的相关文档的编写、运维信息统计等。
- 负责应用部署系统、环境配置系统、监控系统的开发、部署、升级与维护，建设高性能的运维平台。
- 参与运维流程制度完善，运维自动化系统研发

### 加分项
- 有SRE SLO/SLI/on-call 建设经验者优先
- 亚马逊工程师认证资格的，K8S认证
- 有混合云/海外业务运维经验者优先
- 有emqx物联网中间件、minio 运维经验者优先
- 有GPU服务维护经验者优先

## 容器架构专家

### 工作职责
- 负责云计算技术架构迭代优化，容器云资源的优化提升和容器分布式存储落地，推动公司业务整体迁云的架构优化和成本优化
- 负责容器整体技术规划及研发工作，保证技术架构健壮合理，容器化稳定性保障
- 负责容器化技术难题攻坚工作，包括：分布式存储Rook-Ceph、容器可观测性、优雅弹性伸缩、k8s-pod调度策略优化等；
- 负责云原生技术体系研究，推动云原生产线全面铺开，指导生产业务容器化，跟进云原生社区发展，参与云原生社区互动与交流

### 任职条件
- 全日制本科，有互联网大型企业容器架构工作经历
- 熟悉云计算相关技术，如容器/微服务/云原生/容器可观测性/云中间件/云数据库等技术，对Kubernetes/Knative/Rook-Ceph/ServiceMesh/Istio/Prometheus等开源技术有较深入的理解
- 具备深入的PaaS领域架构能力，能够深入洞察云平台和技术发展趋势，紧跟云行业发展趋势
- 熟悉存储Rook-Ceph、Longhorn、CI/CD平台的使用，具备较为深入的DevOps建设理念和落地经验
- 具有较好的编程能力，熟练掌握Go/Python语言开发
- 对技术有激情，有较强主动性和自驱力，良好的沟通表达能力和团队协作能力

**优先考虑：**
- 在开源社区或云原生相关社区有较为突出的贡献者优先
- 具有大型云端系统架构或运维经验者优先

## 腾讯云SRE专家

### 任职要求
- 负责腾讯云客户售后方面的SRE保障工作，为客户提供容灾高可用，业务部署优化，架构优化，成本优化等方面的专家服务。
- 业务部署架构梳理与优化，通过云产品自身提供的可用能力或者业界主流的容灾思路，为客户提供容灾高可用优化方案的设计与落地。
- 通过混沌工程等手段，设计并实施客户业务层面的容灾演练方案与验证。
- 对常见的互联网IT故障，灾难等，设计应急预案，帮助客户实现自动化逃生能力。
- 通过产品化，工具化的思路，提升工作与客户相关体验的效率。

### 岗位职责
- 计算机科学或者相关专业，3年以上后台开发或者SRE的相关经验；
- 熟练使用Linux操作系统，有系统问题、网络问题排查分析经验；
- 熟悉TCP/IP、HTTP等网络协议，熟悉域名管理和DNS解析原理；
- 有良好的沟通能力，较强的抗压能力，可以做到7*24响应处理各类应急事件；
- 熟悉Python、Go、SHELL、Java、C++中至少一种开发语言；
- 有互联网海量业务研发或运维经验优先。

## K8S运维工程师

### 职位描述
- 负责 Minimax 线上 K8S 及云原生周边系统的运维保障和工具开发；
- 负责公司内部大规模 K8S 集群的建设和稳定性保障；
- 负责监控/日志/网络存储等原生基础设施的保障和工具开发；
- 负责业务容器化部署、互联互通以及疑难问题的排查解决；
- 参与 OnCall 值班，第一时间响应并与研发团队共同解决各类突发事件，保障核心系统的稳定性。

### 职位要求
- 大规模 k8s 系统的建设和运维经验，熟悉linux、网络等系统运维的技能；
- 对大规模分布式集群的部署架构设计、分析、故障排查有强烈兴趣；
- 熟悉 Docker/Kubernetes 容器生态核心开源项目和周边服务生态项目，如监控、日志、网络方案，精通或者有实施经验。

### 加分项
- 具有 k8s 二次开发经验，有自定义 operator 的开发经验，或者 csi/cni 插件的经验；
- 对 k8s 调度系统深入研究，熟悉 volcano、kueue 等组件；
- 具有大规模GPU集群运维经验

## SRE工程师/高级SRE工程师

### 工作职责
- 设计合理的业务和技术架构方案，确保系统可靠、稳定、高效运行；
- 负责应用容量管理、压测、预案、限流、变更管控、监控；
- 活动促销期间的运维，负责性能分析和快速故障分析定位和解决；
- 负责突发事件处理，应急响应、故障排除、问题跟踪与闭环，提供相关报告。

### 任职要求
- 本科及以上学历，计算机相关专业毕业，Linux系统管理经验，MySQL数据库的了解与运用，具有高并发业务场景下的运维经验；
- 理解Linux系统，精通TCP/IP、HTTP等协议，具备网络、计算机体系结构方面的知识，具备从前端到后端的整体的架构掌控能力；
- 熟悉至少一门编程语言，java/python/go不限，能开发工具提升效率；
- 对开源系统常用组件（Java、Nginx、tomcat、kafka、rocketmq、ES等）的性能优化具备必备的了解与经验。
- 了解微服务化、网关、限流熔断等开源框架及周边；
- 工作细致，善于思考，有较强的分析和解决问题的能力；
- 责任感强，拥有良好执行和沟通协作能力。

## 高级稳定性工程师/SRE专家

### 工作职责
- 负责构建和优化系统稳定性保障体系，包括可观测性、容量管理、混沌工程、故障演练、灾备等核心能力，提升系统整体韧性与可靠性。
- 主导关键业务链路的稳定性设计与风险识别，建立稳定性基线、巡检机制，推动服务架构持续优化。
- 打造端到端的监控告警、日志分析、APM、追踪等可观测体系，缩短故障发现与定位时间（MTTD/MTTR）。
- 建设高质量的故障管理流程，包括故障预防、应急响应、复盘机制，提升业务对异常的感知能力与恢复能力。
- 与研发、运维、产品团队协同，推动容量规划、发布质量治理、灰度策略、流量调度等稳定性工程实践落地。
- 参与核心系统的性能压测、容量预测及瓶颈分析，提出并推动优化方案落地。

### 职位要求
- 精通可观测性体系（Prometheus/Grafana/ELK/Loki/Jaeger 等）与监控告警体系建设，熟悉分布式系统的稳定性设计。
- 5年以上后端平台/SRE 经验，具备高并发、高可用架构经验，理解微服务、容器化、服务网格等体系。
- 熟练掌握至少一种脚本或后端语言（Python/Go/Shell/Java），具备自动化工具、故障注入或性能分析能力。
- 具备系统性的问题分析能力，能独立完成复杂故障定位、复盘撰写与优化方案推动。
- 良好的跨团队协作能力，能推动研发与产品在设计阶段引入稳定性工程实践。
- **加分项：**
    -   有大规模服务治理、熔断/限流/自愈等体系实践
    -   有混沌工程经验（ChaosMesh、Steadybit 等）
    -   持有相关证书（CKA、CKS、SRE 相关认证）
    -   有容量管理、SLI/SLO 落地经验

## 云服务运维工程师

### 工作职责
- 负责云服务日常运维、部署、监控、系统优化等工作，保证线上环境稳定运行；
- 负责项目内部开发环境和测试环境的建立、维护和日常管理工作，确保开发和测试正常进行；
- 及时响应及处理测试、生产环境各类异常和故障；
- 能够与研发密切配合，优化部署架构，提升平台稳定性，能够快速定位技术问题，保证线上环境的高效运行。

### 职位要求
- 本科以上学历，计算机相关专业，2年或以上服务器运维工作经验；
- 擅长云服务运维管理，熟练k8s、CI/CD；
- 熟悉MySQL、Redis、消息队列等中间件的搭建和维护；
- 熟练使用Shell编程、Python、批处理等脚本语言，以及awk、sed、grep等命令；
- 具备良好的文档编写及沟通协调能力；
- 熟悉SRE&运维体系者优先；
- 有AWS/阿里云运维经验者优先。

## 2026届应届生-SRE/运维开发工程师

### 工作要求
- 负责业务基础环境的建设、维护和管理，持续优化运维解决方案；
- 负责处理日常运维需求，定位闭环基础业务问题，优化处理效率，推动客户诉求落地；
- 提高运维与开发的协作效率，规范操作流程，实现运维全流程自动化，降低运维成本。

### 岗位要求
- 2026届应届毕业生，本科及以上学历，计算机软件相关专业；
- 熟悉掌握 Python、Go、Shell等脚本语言中的任意一种，熟悉SQL语言；
- 具有扎实的计算机基本功底，熟悉linux操作系统，熟悉基本的数据结构，熟悉基本的网络知识；
- 了解LVS/Nginx/Haproxy/Redis/Kafka/etcd/ZooKeeper等中间件原理，有实践经验的同学优先；
- 了解Docker/k8s平台及相关的底层技术和原理的同学优先；
- 工作积极进取，乐于持续学习，有责任感，乐于解决问题，抗压能力强，具备良好的服务意识和团队合作精神。

## 高级容器网络研发工程师

### 岗位职责
- 负责公有云场景下 k8s 容器网络方案设计，研发和维护工作；
- 负责基于智能网卡、ebpf 等技术打造高性能容器网络；
- 负责容器网络可观测性产品设计，研发和维护工作；
- 解决用户在容器网络中遇到的痛点问题，持续跟进业内发展趋势，新技术探索预研及产品化落地。

### 岗位要求
- 本科及以上学历，计算机基础扎实，熟悉操作系统，常见数据结构和算法；
- 三年以上开发经验，熟练掌握 C/C++/Golang/Rust 一门或多门开发语言，熟悉并发编程；
- 熟悉 kubernetes、了解业界网络插件，有二次开发经验（operator/CNI/scheduler/cilium 等）；
- 熟悉 Linux 内核，有网络排障和性能调优经验；
- 具备优秀的问题分析和解决能力；
- **加分项：** 开源社区经验、cilium/ebpf 应用经验、熟悉公有云网络架构。

## 平台运维工程师

**一、岗位职责**
- **基础设施运维**
    负责公司服务器（物理机、虚拟机）、网络设备（路由器、交换机、防火墙）、存储设备等基础设施的部署、配置、监控与日常维护，保障硬件设备稳定运行，故障率控制在 [X%] 以内。
    参与基础设施架构优化，根据业务发展需求，评估硬件资源扩容或升级方案，提升资源利用率，降低运维成本。
- **平台系统维护**
    负责 Linux/Windows 操作系统、数据库（MySQL、Oracle 等）、中间件（Tomcat、Nginx 等）及业务相关平台的安装、配置、升级与故障排查，确保系统服务可用性达到 [99.9%] 以上。
    搭建并维护监控体系（如 Zabbix、Prometheus+Grafana），实时监控系统性能、资源占用、服务状态等关键指标，及时发现异常并预警，撰写监控报告。
- **自动化脚本开发**
    推动运维自动化建设，使用 Shell、Python、Ansible、Jenkins 等工具或语言，开发自动化脚本（如批量部署脚本、配置管理脚本、故障自愈脚本），减少重复性人工操作，提升运维效率。
    参与 CI/CD（持续集成/持续部署）流程搭建与优化，保障代码从开发、测试到生产环境的安全、高效交付。
- **故障处理与应急响应**
    建立并完善故障应急预案，针对系统宕机、网络中断、数据丢失等突发故障，快速响应（响应时间不超过 [X 分钟]），定位问题根源并解决，减少故障对业务的影响，事后撰写故障复盘报告，提出优化措施。
    7×24 小时应急待命（轮值），处理生产环境紧急问题，保障业务连续性。
- **安全与合规管理**
    负责服务器及系统的安全加固，定期进行漏洞扫描（如使用 Nessus）、病毒查杀、安全审计，防范黑客攻击、数据泄露等安全风险，确保符合公司安全规范及行业合规要求（如等级 2.0）。
    协助处理安全事件，分析安全日志，制定针对性的安全改进方案。
- **文档与协作支持**
    编写并更新运维文档，包括设备清单、配置手册、故障处理流程、应急预案等，确保文档的准确性与完整性。
    与开发、测试、产品等部门紧密协作，提供运维技术支持，协助解决跨部门技术问题，推动业务顺畅开展。

**二、任职要求**
- **学历与专业**
    本科及以上学历，计算机科学与技术、软件工程、网络工程等相关专业，[X] 年及以上平台运维相关工作经验（优秀应届生可放宽至经验要求）。
- **技能要求**
    -   熟练掌握 Linux 操作系统（如 CentOS、Ubuntu）的常用命令与运维技巧，能独立完成系统安装、分区、权限管理、性能优化等操作；了解 Windows Server 系统运维者优先。
    -   熟悉网络基础知识，包括 TCP/IP 协议、VLAN、路由、防火墙配置等，能排查常见网络故障（如丢包、延迟），持有 CCNA/CCNP 等网络认证者优先。
    -   掌握至少一种数据库（MySQL/Oracle/PostgreSQL）的运维技能，包括数据库安装、备份恢复、性能调优、权限管理等；了解 NoSQL 数据库（如 Redis、MongoDB）者优先。
    -   具备 Shell 或 Python 脚本开发能力，能使用 Ansible、SaltStack 等自动化工具进行批量运维；熟悉 Jenkins、Git 等 CI/CD 工具的使用与配置者优先。
    -   了解监控系统（Zabbix、Prometheus、Grafana）、日志分析系统（ELK Stack）的搭建与维护，能通过监控数据定位系统瓶颈。
    -   具备一定的安全意识，了解常见的网络安全威胁与防护措施，能进行服务器安全加固、漏洞修复。
- **经验要求**
    -   有中大型互联网公司或企业级平台运维经验者优先，熟悉高并发、高可用系统的运维架构与实践。
    -   有云平台（如阿里云、腾讯云、AWS）运维经验，熟悉云服务器、负载均衡、对象存储等云服务的使用与管理。

## DevOps/SRE - IoT

### 工作职责
- 设计、实施和维护IoT基础设施的CI/CD管道，支持设备固件更新、边缘计算和云端部署。
- 管理云平台（AWS IoT Core）上的Kubernetes、Terraform等工具，实现基础设施即代码（IaC）。
- 监控IoT系统性能、设备连接和数据流量，使用Prometheus、Grafana、ELK栈等工具进行实时观测和警报。
- 处理事件响应、故障排除和根因分析，确保系统SLA（服务水平协议）达标，减少中断时间。
- 自动化运维任务，如设备Provisioning、配置管理、自动缩放和灾难恢复。
- 与开发、硬件和安全团队协作，集成IoT协议（MQTT、HTTP等）、边缘设备和后端服务。
- 优化系统可靠性，包括负载均衡、容错设计和性能调优，支持海量设备连接。
- 参与on-call轮值，处理生产环境问题，并推动事后回顾（Post-mortem）。
- 跟踪IoT趋势（如AIoT、AI），并应用到运维优化中。
- 文档维护、知识分享和团队指导。

### 任职要求

**技术技能：**
- 熟练掌握DevOps工具链：Docker、Kubernetes、Terraform、Ansible、Jenkins或GitHub Actions。
- 深入理解云平台（AWS、HKC），尤其是IoT服务（如AWS IoT Device Management）。
- 监控与日志工具：Prometheus、Grafana、Splunk、Datadog。
- 编程/脚本：Python、Go、Bash；熟悉Linux系统和网络协议。
- 经验：5-10年以上DevOps/SRE经验，至少3年在IoT或分布式系统领域；有大规模IOT设备管理经验优先。

**安全、合规与认证技能（重点要求）：**
- 实施DevSecOps实践：在管道中集成安全扫描、漏洞管理、秘密管理和零信任模型。
- 确保IoT系统符合国际法规和标准，包括：
    - GDPR（欧盟数据保护）：数据隐私、加密、泄露报告和最小化原则。
    - ETSI EN 303 645（消费IoT安全基线）。

**资质要求：**
- 本科或硕士学位（计算机科学、工程或相关专业）。
- 流利的英语沟通能力（书面/口头），适应国际跨时区团队协作。
- 强烈的故障排除能力和自动化思维，适合高压力生产环境。

## Site Reliability Engineer (SRE)/DevOps Engineer

### 工作职责
- 遵循既定的 DevOps 工具开发和系统管理指南和标准。
- 开发用于监控、警报和事件响应的自动化脚本。
- 与 DevOps 团队合作改进基础设施和平台工具。
- 使用 GitLab 设计和实施 CI/CD 管道，用于应用程序和基础设施部署。
- 使用 Kubernetes 管理容器化环境。
- 监控和分析系统指标以优化性能和效率。
- 实施灾难恢复和高可用性策略以确保系统弹性。

## Site Reliability Engineer (SRE)/DevOps Engineer

### 工作职责
- 维护和提高大型系统的可靠性、可用性和性能。
- 遵循既定的 DevOps 工具开发和系统管理指南和标准。
- 开发用于监控、警报和事件响应的自动化脚本。
- 与 DevOps 团队合作改进基础设施和平台工具。
- 使用 GitLab 设计和实施 CI/CD 管道，用于应用程序和基础设施部署。
- 使用 Kubernetes 管理容器化环境。
- 监控和分析系统指标以优化性能和效率。
- 实施灾难恢复和高可用性策略以确保系统弹性。

**要求：**
- 全日制统招本科必须，3-8 年 SRE 或 DevOps 角色经验。
- 熟练使用 Terraform 实现基础设施即代码 (IaC)。
- 在 Kubernetes 容器编排方面拥有丰富的专业知识。
- 拥有 GitLab CI/CD 管道实践经验。
- 熟练使用 Python 和 Bash 等脚本语言。
- 熟悉云平台，例如 AWS 技术，例如 EC2、KMS、VPC。
- 具备较强的解决问题和协作能力。

## 云原生架构师/SRE专家

### 职位描述
- 负责云端基础设施的建设及优化；
- 开发和维护自动化运维平台，提高运维、开发协作效率，规范操作流程；
- 负责云端各组件的日常告警处理、线上变更及故障处理，保障线上服务稳定。

### 职位要求
- 本科及以上学历，5年以上运维工程师经验，掌握常用开发语言 Shell/Python/Go；
- 熟悉 Kubernetes 及 CNCF 云原生周边生态；
- 有阿里云、AWS 等云服务使用经验者优先；
- 有GPU集群运维经验者优先；
- 具备较强的团队沟通与协作能力，有技术进取心和前瞻性。

## Site Reliability Engineer (SRE)

### 工作职责
- Site Reliability Engineer (SRE) 结合了软件和系统工程，致力于打造高扩展、高可用的分布式系统；
- 保障大数据计算/云原生/分布式存储等多个核心系统的可靠性与正常运行，同时关注系统成本与稳定性；为大型系统构建自动化运营解决方案；与系统开发团队合作，从系统设计到上线的整个生命周期内保障系统可靠性；
- 通过监控系统组件可用性、性能指标提升系统可见性，帮助系统开发以及团队快速定位故障；参与设计、实现能够保障线上大规模集群快速迭代的自动化平台；
- 推动提升服务的可靠性、可扩展性以及成本、性能优化，保障系统SLA；
- 基于业务使用场景，深入优化提供最佳服务治理实践，包含不同限于关键链路性能瓶颈分析、业务问题定位排障、推进系统高可用架构改造升级等。

### 职位要求
- 本科以上学历，计算机相关专业，并有两年以上相关领域工作经验；
- 扎实的计算机软件基础知识；了解Linux操作系统、存储、网络IO等相关原理；
- 熟悉一种或多种编程语言，例如Go/Python/Java/Shell等；
- 具备系统化解决问题的能力或工程化研发能力，良好的沟通技巧和主人翁责任感；
- 具有相关计算/分布式/大数据等系统经验优先；（Nginx/Kubernetes/Docker/OpenStack/Hadoop/Spark/Flink/虚拟化/分布式存储等）；
- 具有产品和工程思维，良好的项目能力、数据结构和系统设计的能力者优先。

## 运维开发工程师

### 岗位职责
- 负责运维工具与系统功能模块的开发、测试、维护工作；
- 参与境内外一体化运维平台等系统与工具的建设、需求分析、架构设计工作；
- 参与技术架构调研与应用，推进相关系统的持续优化，提升监控效率和预测能力；
- 参与运维自动化工具的设计、建设以及开发工作，提升运维效率；

### 任职要求
- 具备良好的学习能力、逻辑思维能力、沟通协调能力、团队合作精神，有较强的成就感和抗压能力；
- 掌握Java/Python等一门主流编程语言，熟悉前端Web应用开发，如JavaScript、CSS、HTML等前端开发技术；
- 熟悉微服务技术开发框架SpringBoot/Cloud，以及前端开发框架Vue、ElementUI；
- 熟悉微服务技术架构与开发能力，具备高并发、高可用设计与开发能力；
- 熟练掌握主流数据库的开发工作，熟悉关系型数据库原理；熟练掌握Linux操作系统，对常用命令运用娴熟，能够根据实际需要快速编写shell脚本；
- 熟悉自动化运维工具，包括Ansible、Prometheus、Grafana、Zabbix、kafka等；
- 具备一定的云相关经验更佳(如阿里云、K8S、Docker、CNCF生态等)；
- 有基于LLM MCP RAG等技术构建故障快速定位与根因分析等项目经验更优。

## Senior Site Reliability Engineer

**Base:** Shenzhen

**Key Responsibilities:**
- Design, implement, and maintain scalable and reliable infrastructure on AWS.
- Develop and manage CI/CD pipelines to automate deployment and monitoring processes.
- Monitor system performance, availability, and capacity using tools like CloudWatch, Prometheus, Grafana, or similar.
- Implement infrastructure as code (IaC) using tools such as Terraform or AWS CloudFormation.
- Troubleshoot and resolve production issues, performing root cause analysis and postmortems.
- Collaborate with development teams to ensure best practices in system architecture and deployment.
- Drive incident response and on-call rotations to maintain high service uptime.
- Continuously improve system reliability, observability, and automation.

**Required Qualifications:**
- Bachelor’s degree in Computer Science, Engineering, or a related field.
- 8+ years of experience in a Site Reliability Engineering or DevOps role.
- Strong hands-on experience with AWS services (EC2, S3, RDS, Lambda, ECS/EKS, etc.).
- Proficiency in scripting languages such as Python, Bash, or Go.
- Experience with containerization and orchestration tools (Docker, Kubernetes).
- Familiarity with monitoring and alerting tools.
- Solid understanding of networking, security, and system administration.

**Preferred Qualifications:**
- AWS certifications (e.g., AWS Certified DevOps Engineer, Solutions Architect).
- Experience with multi-region, high-availability architectures.
- Knowledge of compliance and security best practices in cloud environments.

## 华为云SRE工程师

### 岗位职责

华为云视频服务可靠性建设、监控告警能力建设、业务运维；

### 岗位要求
- 有一定的编码基础，面试流程需远程机考；
- 有较强的责任感，并有很强的沟通以及主动推进问题直至解决的能力；
- 有云服务使用或运维经验，音视频相关经验优先；

## 腾讯云变更治理专家

### 工作职责
- 负责腾讯云变更治理专项工作，参与腾讯云变更流程、变更规范、变更实施改进优化；
- 参与变更平台需求设计，推动变更平台能力完善；
- 从灰度、回滚、故障隔离、变更管控、变更演练等维度保障业务的变更流程稳定性；
- 制定和完善变更流程规范，保障业务的高可用性和变更流程稳定性。

### 岗位要求
- 计算机科学或相关领域本科及以上学历；
- 3年以上运维经验，有丰富的运维实操经验，熟悉运维变更流程；
- 具备良好的问题分析和解决能力，能够快速定位并解决问题，熟悉Linux操作系统、网络协议及常见运维工具；
- 学习能力强，善于接受新知识，具备良好的沟通能力和团队协作精神；
- 有参与过变更治理、变更规范制定者优先。

### 加分项
- 参与过运维工具的设计，有运维平台产品经理经验者加分；
- 熟悉腾讯云服务，有相关运维经验者优先；
- 掌握至少一种编程语言，如Python、Shell等，能够编写自动化脚本；
- 了解容器化技术，如Docker、Kubernetes等，有实际应用经验者优先。

## 中间件SRE工程师

### 岗位职责
- 负责中间件技术组件的全生命周期管理，包括但不限于如上线评审、部署、配置变更、容量规划、监控及故障应急响应等
- 参与中间件组件架构的规划、设计，确保平台的高可用性和稳定性；
- 对中间件组件进行性能调优和故障排查，确保快速响应和解决突发事件；
- 负责监控体系（包括度量指标监控、日志监控、调用链监控）的建设和维护，优化报警规则，保障报警系统的精准性和覆盖范围；
- 构建自动化运维平台与工具，提升部署、监控及故障处理效率，推动运维流程标准化。
- 能够基于日常运维痛点拉起和推动周边中间件能力建设，使之标准化、平台化和服务化，确保中间件服务的高效运行。

### 岗位要求
- 计算机相关专业本科及以上学历，至少三年以上的中间件运维经验；
- 熟练掌握Redis、Kafka、Pulsar、Elasticsearch、Nginx、Nacos等至少三种以上中间件的架构、配置、运维与优化；
- 熟悉云原生技术栈，包括但不限于 Docker、Kubernetes 等容器基础技术；
- 熟悉 Prometheus、Grafana 等监控工具，具备扎实的监控体系建设经验；
- 熟悉至少一门编程语言（如shell、Python、Golang），能够编写自动化运维工具；
- 具备良好的沟通和项目推动能力，能够与开发、产品等团队协作，快速响应业务需求；
- 良好的团队合作精神，具备自我驱动学习能力，能够迅速适应新技术和新环境；
- 具有强烈的责任感，能够承担中间件平台的稳定性保障工作。

## 阿里云容器服务SRE平台研发工程师

### 岗位职责
- 负责阿里云容器服务SRE平台建设工作，负责K8S生命周期管理，自愈/弹性/限流,驱逐等稳定性能力相关operator研发工作，确保集群稳定性SLA达标;
- 负责建立K8S配套运维平台，SRE AI Agent研发，提升运维效率，确保集群运维能力的可持续发展;
- 负责K8S集群日常oncall体系和能力建设，端到端定位K8S集群的功能和性能问题，解决线上问题
- 牵头跨部门复杂项目(如业务容器化项目)，推进业务和技术目标落地。

### 岗位要求
- 5年以上工作经验;有大规模容器集群研发、运营、稳定性体系建设经验者优先;
- 熟练使用AI工具和平台，有提升开发效率、优化代码质量、加速问题排查与产品迭代经验者优先
- 熟练掌握Golang语言，熟悉k8s生态和其中关键组件(如apiserver/kcm/Scheduler/etcd等)，熟练的Operator开发和运维能力;
- 熟悉Linux系统和常用的shell命令;优秀的表达能力，沟通能力，团队协作能力，自我调节能力;
- 具备较强的风险意识，能准确识别、暴露风险，并推动风险得到有效解决。

## 云原生SRE专家/阿里云架构师

### 岗位职责
- 负责Kubernetes核心基础设施的稳定运行与优化，保障高可用和业务连续性。
- 推动K8s自动化运维，减少人工干预，提升运维成熟度。
- 制定并落实99.99%服务可用性目标，参与故障响应与根因分析。
- 设计并优化阿里云高可用架构，提升系统弹性和容灾能力。
- 深入业务需求，推动云资源成本分析与优化。
- 负责阿里云外部对接及RAM权限管理，确保安全合规。
- 持续探索云原生新技术，推动技术创新与知识分享。

### 任职要求
- 计算机相关专业本科及以上，5年以上运维或SRE经验。
- 精通Kubernetes集群管理与自动化运维，具备成熟运维实践。
- 熟悉SLA/SLO体系及高可用架构设计。
- 熟悉阿里云产品及云原生生态（Docker、Helm、Istio等）。
- 熟悉Linux、网络及中间件基础。
- 熟练掌握Python、Go或Shell脚本，具备自动化开发能力。
- 具备良好沟通协作能力和问题解决能力。

### 加分项
- 大规模分布式系统运维或SRE经验。
- 拥有devops相关认证、CKA证书。
- 云原生安全与权限管理经验。
- 开源社区贡献。

## AI大模型SRE/机器学习平台SRE

### 岗位职责
- 负责某大模型应用的稳定运行，支持开源Deepseek等模型服务训练与部署的多个环节；
- 优化模型的部署流程，包括持续集成、持续部署（CI/CD）和自动化工具；
- 负责集群管理和服务治理，设计容灾方案并实施演练，保障系统高可用和稳定性；
- 负责资源成本管理与规划，优化计算和存储资源，提升机器学习任务的执行效率；
- 分析 AI 硬件应用中的质量性能表现，提供系统技术支持能力，推动改进识别和落地；
- 关注业界前沿技术动态，探索复杂业务系统运维自动化和智能化的技术和方向。

### 岗位要求
- 本科及以上学历，3年以上工作经验，有机器学习平台相关开发或运维经验；
- 熟练使用 Go/Python/Shell 等一种或多种编程语言，善于使用自动化 / 智能化方法让服务稳定高效；
- 熟悉容器技术，掌握K8s、Docker的技术原理，有实际使用和运维经验；
- 深入了解GPU架构与并行计算，掌握CUDA编程实践，熟悉RDMA网络通信技术、NCCL集合通讯、大模型分布式训练与推理架构及模型压缩技术；
- 对于AI大模型应用的构建、部署和维护过程有深入理解；
- 有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分；
- 具有良好的沟通协调能力，较好的团队合作精神、责任心和一定抗压能力。

## 云平台架构师/私有云研发专家

可以base全国多个城市，招聘方向：K8S,SRE,算力、网络、容器化部署、AI等多个方向

### 工作职责
- 负责私有云平台产品的架构设计、架构原型实现及核心模块的开发工作。
- 负责中间件方案设计、代码实现以及优化，对代码质量负责。
- 负责算力调度、作业调度平台的架构设计和功能研发、优化迭代及落地。
- 负责 Kubernetes 领域和周边的前沿技术跟踪与应用，支撑业务中长期发展。
- 负责边缘超融合架构及私有化项目推进及落地。

### 工作要求
- 大学本科及以上学历，并取得相应学位，计算机或者相关专业。
- 八年以上相关行业工作经验，软件开发经验。
- 精通以下任何一种语言Go/Java/Python等且有独立项目开发经验。熟悉多线程、网络、IO等技术，熟悉常见算法及数据结构。精通grpc使用及优化。
- 熟悉mysql数据库和sql调优，熟悉redis缓存、mq消息、lucene引擎的使用。
- 熟悉k8s技术，cn/csi原理，熟悉helm工具。熟悉Docker使用，深入理解Kubernetes的架构和设计，理解实现原理；熟悉Operator实现原理，有二次开发经验。
- 熟悉linux系统操作和故障排查，熟悉ansible工具。Linux、TCP/IP等技术基础扎实，Linux性能分析及调优，沟通能力强，对系统架构有一定的见解。
- 有kvm虚拟化、ceph存储相关经验优先。熟悉AI工程化实践、AI框架Tensorflow、Pytorch、PaddlePaddle等；有PaaS平台、云相关的二次开发经验优先。
- 有良好的沟通和学习能力，良好的团队协作精神。

## 证券公司系统运维工程师/系统保障

### 工作职责
- 负责证券公司集中交易、新一代交易系统的建设与维护，保障业务系统的运行安全；
- 负责运行和信息安全事件、服务事件及服务请求的响应处理；负责运维标准化工作的实施落地；
- 负责系统运行故障定位、排障处理及持续优化，持续完善知识库及应急预案场景；
- 负责落实日常监控措施、监控指标体系的落地；负责监控手段和监控策略的持续改进；
- 负责系统容量水位分析，揭示容量风险，提出合理优化改进措施并推动落实；
- 参与制定业务系统上线交付标准，根据交付标准，参与系统上线、变更评审；
- 严格控制生产环境的操作风险，落实日常的系统上线、变更发布及配置管理；
- 制定业务连续性应急预案，落实本地演练及灾备演练，满足RTO/RPO要求；
- 负责业务系统的数据备份及高可靠方案，确保数据、日志、程序等备份的有效和完整；
- 参与大数据、智能运维、健康监测、可观测性等运维平台的建设。

### 岗位要求
- 全日制大学本科及以上学历，985或211院校毕业；
- 熟悉MSSQL、ORACLE、MySQL、TDSQL、GuassDB等数据库应用框架；
- 熟练掌握WINDOWS、LINUX操作系统；
- 熟悉Linux操作系统安装、配置、升级、维护；
- 熟悉Linux操作系统网络配置、安全管理、日志分析、性能优化；
- 熟悉Linux操作系统存储配置、备份恢复、容错机制；
- 熟悉Linux操作系统虚拟化技术、容器技术、云计算技术；
- 熟悉Linux操作系统安全加固、漏洞扫描、威胁情报；
- 熟悉Linux操作系统自动化运维工具、脚本编写；
- 熟悉Linux操作系统项目管理、版本控制、代码审查；
- 熟悉Linux操作系统文档管理、知识库建设；
- 熟悉Linux操作系统培训、咨询、辅导；
- 具备良好的沟通能力、团队协作精神、责任心强；
- 具备良好的学习能力、创新意识、适应能力；
- 具备良好的职业道德、职业操守、法律法规意识。

## 腾讯云网络SRE工程师

### 工作职责
- 负责腾讯云机房网络、VPC和负载均衡等网络产品平台的规划、设计与效能优化，不断提升运维效率；
- 负责分析解决网络问题，形成对应方法论，提升团队技术能力；
- 负责通过技术手段和流程制度提升平台网络可用性；
- 识别业务架构或流程中的低效环节，设计并落地优化方案，推动成本与性能双提升。

### 岗位要求
- 本科及以上学历，5年以上相关工作经验，具有大型分布式系统或云计算领域网络运维或SRE相关经验者优先；
- 熟悉TCP/IP协议，了解SDN相关技术，能够定位Linux虚拟化环境下网络异常；
- 熟悉主流的网络设备，精通路由协议（ospf、bgp），有大规模网络规划、运维经验优先；
- 精通linux、windows操作系统，熟练应用awk、sed、grep、strace、tcpdump、gdb等常用命令；
- 擅长shell、python编程，熟练使用Git、CI/CD等工具，了解基本的Linux环境编程与排障技术，有开发经验优先；
- 具备全局意识和体系化思维，具备复杂问题的抽象和分解能力，能识别共性问题关键问题，进行云网络流程建设、工具建设、指标度量、结果验收等；
- 有一定的抗压能力，具备较强的沟通能力和协调能力，以稳定性为目标，有效推进问题解决；
- 通过腾讯云从业资格证或同等资格认证的优先录取。

## 高级SRE工程师/专家

### 工作职责
- 负责生产环境的稳定性保障，主导高可用架构设计、容量规划、服务治理、故障演练与故障预案制定。
- 建立统一的监控、告警、日志平台，提升可观测性，降低 MTTR。
- 推动自动化运维体系建设，实现 CI/CD 流水线优化、部署系统、混沌工程、配置管理等自动化能力。
- 主导复杂事故的应急响应、Root Cause Analysis 和事后复盘机制，形成知识沉淀。
- 深入分析系统瓶颈，推动性能调优与架构演进。
- 参与 SLO/SLA/SLI 指标体系设计，量化服务可靠性。
- 参与 DevOps/SRE 技术方案制定与团队规范建设，指导并赋能初中级工程师。

### 任职要求
- 统招本科及以上学历，计算机、通信、软件工程等相关专业。
- 必须具有 5 年以上一线互联网公司大型系统平台 SRE 运维经验。
- 精通 Linux 系统、网络协议、操作系统原理，有大规模分布式系统运维经验。
- 熟悉容器化（Kubernetes）、服务网格（Istio）、CI/CD（GitLab CI、ArgoCD 等）等云原生技术栈。
- 熟悉 Kafka、Spark、Flink、Hadoop、Hive、ClickHouse 等至少两种大数据系统的部署、调优与故障排查。
- 熟悉至少一种主流语言（Go / Python / Bash），具备脚本开发与自动化能力。
- 有基础设施即代码（IaC）经验（如 Terraform、Ansible）。
- 熟练掌握监控告警工具（如 Prometheus + Grafana、ELK、Jaeger、OpenTelemetry 等）。

### 加分项
- 有大型云平台、AI算力调度平台、数据库中间件等系统的稳定性设计经验。
- 熟悉 Chaos Engineering、SRE Book 实践方法论。
- 具备跨部门协作推动项目落地的能力，有团队管理经验者优先。

## 腾讯云产品技术支持/运维

### 岗位要求

**必须具备的：**
- 计算机、通信等相关专业本科及以上学历，熟悉计算机网络体系架构、Unix/Linux操作系统、MySQL数据库；
- 熟悉C/C++、python、php、shell等常见语言的一种或多种；
- 酷爱计算机软硬件、系统、网络技术，具备强烈的钻研精神和自我学习能力；
- 乐于尝试新事物，具有迎接挑战、克服困难的勇气；
- 善于和他人合作，富有集体荣誉感；
- 具备良好的责任心与服务意识。

**可以加分的：**
- 有相关实习经历；
- 通过腾讯云从业资格证认证或同等资格认证。

## SRE工程师/云平台运维

### 工作职责
- 负责参与建设SRE体系，包括但不限于故障演练、持续交付、混沌工程、监控告警等。
- 负责保障托管云服务目录等核心生产系统可靠、安全、稳定运行。
- 负责推动运维平台以及运维工具的改进，提升自动化水平，保持质量的前提下提升运维效率。
- 深入理解产品的架构，发现并解决故障隐患及性能瓶颈，参与架构优化、容灾优化、性能优化等项目。

### 职位要求
- 本科及以上学历，计算机相关专业，并有2年以上互联网运维工作经验；
- 扎实的计算机软件基础知识，了解Linux操作系统、存储、网络等相关原理；
- 熟悉一种或多种编程语言，如Python/Go/Shell等；
- 具备系统化解决问题的能力，良好的沟通技巧；
- 责任感强，对问题敏感，能够推动改进闭环；
- 有云平台IAAS、PaaS等组件经验优先（Nginx/K8S/MongoDB/Redis/Mysql/MQ等）。

## 数据库运维/SRE工程师

### 工作职责
- 负责数据库产品交付上线、运维保障、故障诊断、问题处理工作；
- 负责分布式数据库产品运维平台和工具的设计、开发工作；
- 用自动化、智能化的方法解决超大规模集群、分布式应用及复杂系统运维中的问题；
- 负责监控系统的设计、评审、发布并推动产品改进；

### 岗位要求
- 熟悉Linux操作系统，具备常见故障的诊断、分析和处理能力；
- 熟悉Java、C/C++、Shell、Python等任一编程语言；
- 有业界领先的运维平台设计、开发、维护、SRE等经验者优先；
- 责任心强，沟通能力好，适应团队工作，善于思考、总结和改进。

## DevOps工程师

**# 一、你将负责的工作**

作为首位 DevOps 工程师，你将是连接研发与平台的关键纽带。你的工作将直接支持公司在中国技术团队的工程效率、平台可靠性与交付规范化落地：

**## 【基础设施建设与平台搭建】**
参与中国本地 CI/CD 流水线的设计与搭建，支持算法、前端、数据等多角色研发协作；
搭建并维护代码仓库结构、自动化测试、构建与部署流程；
根据欧洲总部的工具链（如 Jenkins、ArgoCD、Spinnaker、GitHub Actions 等）进行本地适配与集成。

**## 【环境与部署运维】**
管理本地与云上（如 AWS/GCP）多环境部署，保障开发、测试、预发、生产环境的可用性与隔离性；
建立与维护 Kubernetes 容器编排环境，管理 Helm Charts、服务注册与监控配置；
支持算法平台、AIGC 服务、推荐引擎等模块的模型部署与性能调优。

**## 【规范制定与流程标准化】**
制定 DevOps 工程标准，形成文档沉淀、落地团队最佳实践；
负责权限管理、密钥配置、日志系统、指标监控（如 Prometheus + Grafana）的搭建与维护；
协助工程负责人推动 SRE/DevSecOps 能力演进。

**## 【跨团队协作】**
与德国总部平台团队对齐 DevOps 技术栈、流程与合规标准；
参与双周/每月全球平台协同会议，代表中国团队提出平台改进建议。

**---**

**# 二、我们希望具备的能力**
- 本科及以上学历，计算机相关专业，5年以上 DevOps/平台运维/CI/CD 相关工作经验；
- 熟悉主流 CI/CD 工具链（如 Jenkins/GitLab CI/GitHub Actions 等），掌握容器技术（K8s/Docker）；
- 有基础设施自动化经验，如 Terraform、Ansible、Pulumi 等；
- 熟悉常见监控、日志、告警系统；
- 有良好的工程意识和跨团队沟通协作能力，能撰写英文文档，能与欧洲团队同步协作；
- 有从0到1的平台/流程/系统的经验者优先，有前/中/后台平台经验者加分。

## Data Infrastructure SRE

**# 【人员画像】**
- 精通公有云（PaaS），如AWS、GCP、Azure，华为云、阿里云等
- 卓越的 Python 编程与自动化能力
- 熟悉云原生与 Kubernetes
- 英文可作为工作语言（沟通）

**---**

**## Job Duties**
- Build and maintain cloud-based Big Data and Analytics Platforms, including:
- Enterprise Data Lake
- Data Governance and Management Platforms
- Self-service BI and Augmented Analytics Platforms
- Proactively managing production services and data pipelines to ensure availability and system health
- Improve system reliability through engineering solutions and advanced tooling for monitoring, automation, and fault tolerance
- Develop and maintain CI/CD tools, microservices, and solutions to meet customer service standards and minimize errors
- Manage release procedures and quality control, including documentation and stakeholder communication
- Troubleshoot incidents following ITIL structure and incident management lifecycle
- Test system integrity, application designs, and infrastructure processes, implementing improvements as needed
- Oversee release management and deploy applications in production environments in line with enterprise standards
- Support production releases or urgent changes during weekends or non-business hours as needed

**---**

**## Key Responsibilities**
- Ensure high availability and performance of Big Data infrastructure
- Maintain secure, resilient, and scalable cloud environments
- Drive automation and continuous improvement across infrastructure and deployment pipelines
- Own stakeholder communication to ensure transparency and alignment during release cycles and critical incidents
- Mandatory Skills and Qualifications:
    -   Bachelor’s degree in Computer Science, Information Systems, or related IT disciplines
    -   Exceptional Python programming and scripting skills, with hands-on experience using Python for automation, infrastructure, and data-related tasks.
    -   Experience with major Cloud Service Providers (AWS, Huawei).
    -   Expertise in cloud-based system support: provisioning, automation, monitoring, security, resilience, backup and recovery.
    -   Familiarity with cloud-native infrastructure (e.g., Serverless, Kubernetes).
    -   Proficiency in DevOps and SRE tools (Terraform, Ansible, Git).
    -   Background in mission-critical, high-performance, large-scale systems.
    -   Strong analytical, problem-solving, interpersonal, and presentation skills.
    -   Fluent in written and spoken English and Chinese.

**---**

**## Preferred Skills**
- Experience with observability and monitoring tools such as Grafana, Kibana, Prometheus, or equivalent
- Exposure to advanced alerting and dashboarding for system health and performance
- Familiarity with log aggregation and distributed tracing tools (e.g., ELK stack)

## Site Reliability Engineer (SRE)/DevOps Engineer

**职责：**
- 维护和提高大型系统的可靠性、可用性和性能。
- 遵循既定的 DevOps 工具开发和系统管理指南和标准。
- 开发用于监控、警报和事件响应的自动化脚本，与 DevOps 团队合作改进基础设施和平台工具。
- 使用 GitLab 设计和实施 CI/CD 管道，用于应用程序和基础设施部署。
- 使用 Kubernetes 管理容器化环境监控和分析系统指标以优化性能和效率。
- 实施灾难恢复和高可用性策略以确保系统弹性。

**要求：**
- 3-8年 SRE 或 DevOps 角色经验。
- 熟练使用 Terraform 实现基础设施即代码 (IaC)。
- 在 Kubernetes 容器编排方面拥有丰富的专业知识。
- 拥有 GitLab CI/CD 管道实践经验。
- 熟练使用 Python 和 Bash 等脚本语言。
- 熟悉云平台，例如 AWS 技术，例如 EC2、KMS、VPC
- 具备较强的解决问题和协作能力。

## 业务运维专家/SRE专家

### 工作职责
- 负责vivo互联网业务系统的运维工作；
- 负责业务系统可用性建设并对结果负责，保证业务系统可用性达到公司要求；
- 建立并持续优化监控告警体系，及时发现业务系统异常，并快速止损恢复；
- 根据业务发展和运行情况，对业务系统的部署进行架构调整和优化；
- 制定和推行运维技术标准、规范与最佳实践（如监控规范、发布流程、容量模型）；
- 负责业务运维流程及平台建设，提升业务运维效率。

### 任职要求
- 学历本科及以上，有3年以上互联网或相关行业运维/DevOps/SRE工作经验；
- 有大规模（日活百万级以上）线上系统的运维保障实战经验；
- 深刻理解分布式系统原理，精通高可用、容灾多活架构的设计与落地；
- 精通Linux操作系统及网络原理，精通至少一种脚本语言（shell、python、lua等）；
- 精通Nginx，熟悉主流服务端组件：LVS、Tomcat、ZK、MQ、iptables、DNS等组件；
- 熟练掌握至少一家主流公有云服务（阿里云、AWS、腾讯云等）的核心产品与运维；
- 有突出的故障定位和分析解决能力；能够从流程、平台维度系统性解决问题并规划长期的技术路线；
- 具备良好的沟通、学习、执行能力。

## SRE Team Lead - Data Platform

**# Key Responsibilities:**
- Lead and mentor a small team of SREs focused on data platform reliability and automation.
- Design and implement observability solutions for data pipelines and services, including metrics, logging, and tracing.
- Develop and maintain monitoring dashboards and alerting systems using tools like Grafana, or Huawei Cloud AI/APM.
- Automate operational tasks to improve efficiency and reduce manual intervention.
- Collaborate with Data Engineering and Project teams to ensure high availability and performance of data services.
- Drive incident management, root cause analysis, and post-mortem processes.
- Implement best practices for reliability engineering, including capacity planning, disaster recovery, and performance tuning.
- Stay up to date with emerging technologies and recommend improvements to the platform.

**# Required Qualifications:**
- Bachelor’s degree in Computer Science, Engineering, or related field.
- 5+ years of experience in Site Reliability Engineering, DevOps, or related roles.
- Strong knowledge of cloud platforms (esp. Huawei Cloud).
- Hands-on coding experience in Python or Java for automation and tooling.
- Expertise in monitoring and observability tools (Grafana, Datadog, Prometheus, or Huawei AOM/APM).
- Solid understanding of CI/CD pipelines, containerization (Docker, Kubernetes), and infrastructure-as-code (Terraform, Ansible).
- Excellent problem-solving and communication skills.
- Proven experience leading small technical teams.

**# Preferred Qualifications:**
- Experience with data platforms (Hadoop, Spark, Kafka, or similar).
- Familiarity with Huawei Cloud ecosystem and its monitoring solutions.
- Knowledge of distributed systems and performance optimization.
- Knowledge of SparkSQL, Trino and Sqoop.

以下是第一批提取的文本内容（Markdown格式）：



---



**文件1：**
- 负责生产服务的稳定性，并为此进行性能调优、容量评估、容灾预案等方面的优化；
- 负责AI应用、大数据分布式系统、平台类项目自动化运维体系的建设和落地优化；
- 负责常见故障排查，并处理 Linux 系统及相关中间件管理、维护、调优工作；
- 负责设计自动化运维平台，提升运维效率，深入研究运维相关技术，优化和提升平台服务质量；
- 有良好的团队的协作能力，能帮助团队持续提升运维技能水平；

### 任职资格
- 全日制本科及以上学历，5年以上相关工作经验
- 熟练使用Linux操作系统基础命令，了解TCP/IP协议
- 熟练使用 Golang、Python 及 Shell，能编写常用自动化运维工具
- 熟悉Docker、Kubernetes相关生态组件，了解Serverless者加分
- 熟悉应用服务器及常用中间件，Tomcat/SpringCloud/Nacos/Kafka/MySQL/Redis/ELK等
- 熟悉灰度/蓝绿/双活/数据同步/数据备份/数据迁移等机制和基础原理
- 有高度的责任心，良好的沟通协调能力，能主动协同各部门推动解决各类问题；
- 不少于200台规模服务器维护经验



---


**文件2：**
- CI/CD 与发布体系优化，整合 GitLab/Jenkins/ArgoCD 等工具链，建设规范化发布流程，实现灰度发布、自动回滚等能力。
- 权限与账号体系建设（AD / IAM）负责公司内部账号体系和权限管理，包括 AD/LDAP 目录结构优化、统一认证与权限平台（SSO/RBAC/ABAC）建设。
- 可观测性体系建设搭建并优化监控-日志-链路追踪的全链路可观测性体系，建设统一监控平台（Prometheus/Grafana / Loki / OpenTelemetry），实现关键链路可视化与异常分析自动化。
- 基础设施与云原生工程化（K8s / 云原生）搭建与治理，包括资源调度、自动扩缩容、服务治理、配置管理、故障定位与性能调优。
- 生产稳定性建设（SRE），包括定义关键稳定性指标（SLO/SLI/SLA）、优化服务可用性、构建故障自动化响应流程，并持续推进系统韧性工程（熔断、限流、降级、隔离等）。
- 流程与规范改进（Ops Process Improvement）通过监控数据、变更数据、事故复盘等分析手段识别运维流程瓶颈，制定标准化流程体系（如变更流程、发布流程、应急响应流程）。

### 岗位要求
- 计算机相关专业，SRE 或运维开发相关经验 熟悉大型互联网业务的运维体系、自动化方法与工程化实践。
- 掌握至少一种后端语言（Golang / Python / Java），包括数据结构、网络编程、系统设计；有高可用平台或自动化工具的开发经验。
- 具有权限与账号体系管理能力熟悉 Active Directory、LDAP、SSO、OAuth2/OIDC，能推动账号自动化管理流程的建设。
- 熟悉 CI/CD、发布系统及常用工具链，如 GitLab CI、Jenkins、ArgoCD，能够基于业务需求优化发布稳定性和效率。
- 精通监控、日志、链路追踪等可观测性体系构建。熟悉 Prometheus、Grafana、Alertmanager、Loki、ELK、OpenTelemetry，有构建企业级监控体系经验。
- 熟悉 Kubernetes、容器化和云原生相关组件，包括调度原理、资源管理、服务发现、网络模型，具备生产级 K8s 集群运维能力。
- 深入理解 Linux 与网络基础、熟悉内核机制、文件系统、TCP/IP、性能调优，能独立定位复杂线上问题。



---


**文件3：**

### 工作职责
- 参与基础平台部门的运维开发工作；
- 负责业务基础环境的建设、维护和管理，持续优化运维解决方案；
- 负责处理日常运维需求，定位闭环基础业务问题，优化处理效率，推动客户诉求落地；
- 提高运维与开发的协作效率，规范操作流程，实现运维全流程自动化，降低运维成本。

### 工作要求
- 2026届应届毕业生，本科及以上学历，计算机软件相关专业；
- 熟悉掌握 Python、Go、Shell等脚本语言中的任意一种，熟悉SQL语言；
- 具有扎实的计算机基本功底，熟悉linux操作系统，熟悉基本的网络知识；
- 了解LVS/Nginx/Haproxy/Redis/Kafka/etcd/ZooKeeper等中间件原理，有实践经验的同学优先；
- 了解Docker/k8s平台及相关的底层技术和原理的同学优先；
- 工作积极进取，乐于持续学习，有责任感，乐于解决问题，抗压能力强，具备良好的服务意识和团队合作精神。



---


**文件4：**
- 构建行业领先的音视频稳定性保障体系，为抖音、西瓜视频、今日头条等各类字节APP的视频业务及视频基础设施进行线上稳定性保障；
- 为火山引擎音视频产品进行线上稳定性保障；
- 通过体系化的监控、运维、容量管理、资源成本管理、跨区域容灾建设、拨测巡检、流程规范建设、应急响应、事故管理等方式维护线上服务稳定性，保证服务SLO；同时积极应用数据驱动、自动化运维等方式提升运维效率和稳定性运营能力；
- 负责量化视频服务的服务质量和性能数据，提升服务SLA标准，规划预算，降低服务成本消耗；
- 与海内外团队共同实施各类全球、全链路活动重保，抗击流量洪峰，保障全链路稳定性；
- 在线上系统生命周期的各阶段进行全方位的稳定性评审，发现薄弱点，组织和实施各类改进措施，预案演练等工作；
- 开发各类系统的运维平台，提升运维白屏化能力，提升运维效率。

### 职位要求
- 有大型系统的运维管理经验，2年以上相关工作经验；
- 强烈的线上意识，对线上环境有极强的责任心和敬畏心。热爱技术、具备强大的自驱力、主动学习、独立思考；
- 精通Linux系统、Shell/Python编程语言、网络TCP/IP协议、数据库等，动手能力强；
- 对大规模分布式系统的设计、分析、故障排查有强烈兴趣；
- 较强的分析和解决问题的能力，强烈责任感、缜密的逻辑思维能力，并有很强的沟通以及主动推进问题直至解决的能力；
- 【加分项】有大型云计算公司从业经验，对于阿里云、AWS/GCP/Azure系统开发、测试、运维、应用工作经验者优先。
- 【加分项】具备线上系统研发经验，理解线上稳定性工作的痛点、特点和重要性。



---


**文件5：**

### 工作职责
- 主导大数据PaaS平台建设，以平台产品化和体系化的方式，支撑上述引擎和数据业务方的稳定性、成本和效率的需求。
- 负责大数据实时、离线计算存储引擎的稳定性、成本和效率方向工作，包括风险管理、变更管控、成本治理、性能优化、运维运营效率提升等方向。
- 深入理解上述平台的架构及其支撑的业务（搜推、广告、风控、AI等），帮助业务在稳定性、成本、效率等方面上做更好的架构设计，对生产问题进行诊断和优化，帮助不断提升数据+AI业务的价值。

### 任职资格
- 计算机相关专业，本科211以上学历
- 熟练掌握Java，有一定规模的PaaS平台，或大数据相关领域的管控类平台建设经验
- 完善的SRE和技术风险领域的基本功；有跨机房、多云的经验，擅长troubleshooting，对线上问题能深入追查；对大规模体量下的稳定性、成本、效率问题有体系化地实践经验
- 熟悉一种或多种大数据引擎，如Flink、Spark、Ray、Kafka、ClickHouse、Doris等。负责过大规模的数据库场景，并能结合引擎原理和业务场景进行优化和治理
- 有一定体量的AIOps实践经验者优先



---


**文件6：**
- 夯实并迭代现有小红书的高可用架构设计（异地多活、多层容灾架构、服务自治等），通过技术发现破坏高可用架构设计的业务，并提供高可用相关平台能力进行高效改进；
- 理解业务架构，运用基础技术体系基建能力，设计面向未来小红书的发起的业务高可用架构，并在公司核心场景实施落地；
- 从稳定性、效率、成本角度，为业务提供专业的高可用架构技术顾问和技术保障支持；

### 任职要求
- 全日制统招本科及以上学历，1年及以上计算机相关工作经验，在技术风险领域有经验者优先；
- 对服务治理、混沌工程、可观测性、高可用平台、云原生发布等系统有深刻的理解；
- 有大型复杂系统（搜索、推荐、电商等系统）的工程开发经验，并在其中负责过稳定性保障；
- 熟悉基础技术（如通信、存储、MQ等）开源组件，深入了解细节，掌握实现原理优先；
- 善于发现、解决问题，善于总结、思考、跨团队协作，能吃苦耐劳；
- 关注业界新技术，好奇求知，有强烈的责任心及抗压能力。



---


**文件7：**
- 负责系统监控指标体系建设，完善业务视角的监控能力，持续提升问题发现和定位能力；
- 负责线上故障快速恢复、重大问题定位、运维工程化改进等，解决运维痛点，提升服务可用性及运维效率；
- 分析系统瓶颈，解决各种疑难问题，对系统进行性能调优；

### 岗位要求
- 计算机或相关专业本科及以上学历，5年以上工作经验；
- 扎实的技术基础，精通Java或Go语言；
- 熟悉监控领域的产品和技术，熟悉其架构设计、使用场景等优劣；
- 思维清晰、逻辑严密，善于抽象和沟通，具备卓越的团队协作和表达能力；
- 具备强大的自我驱动力和责任感，结果导向，能够协调推动，具备良好的抗压能力；
- 熟悉常用的Linux操作系统，掌握分布式系统的基础架构理论，如微服务和容器化等；
- 具备大规模系统监控运维经验，熟悉监控工具、采集方式和指标体系等监控体系的搭建和维护；
- 有SRE工具、监控工具相关经验者优先。



---



以下是第二批提取的文本内容（Markdown格式）：



---



**文件8：**
岗位名称：运维开发工程师（SRE） 北京

一、岗位职责：
- 负责公司流程平台、CMDB平台、自动化运维平台、监控告警平台、云管平台的运维、开发及持续优化，确保平台高可用、高性能、可扩展。
- 协助业务和基础设施团队构建可靠性机制，通过容量规划、性能分析、故障演练等手段提升系统整体稳定性。
- 推动运维自动化工具和流程的设计与实现，提升故障响应效率和平台运维效率。
- 负责流程平台的变更管理、问题管理、发布管理等流程的制定和开发，提升运维规范性。
- 构建端到端的监控体系，完善关键业务及平台的监控指标、告警规则与事件处理流程。
- 负责一体化智能运维平台需求分析和功能实现。
- 运维数据中台的指标开发，包括：离线数据和实时在线数据。

二、任职要求：
- 具备平台运维或平台开发（SRE）工作经验，具备复杂平台环境的管理与优化能力。
- 熟悉Linux操作系统，熟悉Flink流式处理、Spark离线处理技术栈。
- 掌握至少一种脚本语言（如Python、Shell、Go、Java），具备开发自动化运维工具的能力。
- 有使用或开发流程平台或CMDB平台经验者优先。
- 了解流程开发和服务质量SLA管理。
- 具备良好的英语听说读写能力优先。具备良好的自驱学习能力。
- 本科（211/985）及以上学历。



---


**文件9：**

### 岗位职责
- 负责有关Linux操作系统的研究、开发和优化工作；
- 负责大数据技术的研究工作，以及线上服务ISSUE的跟踪和解决；
- 负责大数据前沿技术的研究与知识输出。

## 【注意】
- SRE岗，运维占比50%+，只想纯开发的该岗位并不符合。
- 非965工时，对时间敏感的并不匹配。



---



我们对你的期望【Linux好！！！】
- 第一学历统招本科及以上（必要条件），计算机/电子/通信相关专业，1年以上相关经验（校招不受限）；
- 熟悉主流发行版Linux操作系统（Red Hat、CentOS和Ubuntu等），包括但不限于Shell、系统参数、底层技术细节；
- 熟练掌握至少一门编程语言，最好是Java或Python；
- 熟悉Hadoop、Hive、Spark、Flink、Presto、Hbase、Kafka、ElasticSearch、Druid的底层原理和使用-加分。



---


**文件10：**
# SRE运维工程师

### 岗位职责
- 负责业务系统的搭建、部署、运行及应急响应；
- 负责研究业务系统架构，实现性能优化，提高系统的健壮性；
- 负责优化和改进部署、维护流程，支持自动化，提高研发效率；
- 参与业务系统的容量规划，使业务系统具有快速弹性伸缩能力；
- 参与Devops、CI/CD平台的建设工作。

### 任职要求
- 大学本科及以上学历，计算机或者相关专业；
- 熟悉阿里云、腾讯云、AWS中至少一种云平台运维管理；
- 有5年以上的应用运维或系统开发经验，有大型互联网公司运维经验者优先；
- 深入理解linux系统，运维体系结构，精于容量规划、架构设计、性能优化；
- 精通Docker、K8S架构和技术原理，并有大规模使用、排错和优化；
- 精通service mesh，理解原理，并有大规模使用、排错和优化；
- 精通prometheus、ELK、Zabbix等的配置、排错和优化；
- 精通CI/CD相关工具，熟悉gitlab、jenkins、Maven、jira等工具的使用；



---


**文件11：**

### 职位描述
- 高可用架构与容量管理 - 设计、落地可观测体系（监控、日志、链路追踪）与可用性治理，制定 SL
A/SLO，定期做故障演练与容量压测。主导灰度发布、蓝绿/金丝雀发布、自动回滚，降低变更带来的不可用时
间。2. 运维自动化与平台化 - 用代码（Python/Go）写“运维产品”：CI/CD、配置管理、弹性伸缩、灾备切换、资源
交付等全部脚本化、服务化。主导 Kubernetes PaaS 平台及 DevOps 工具链（CI/CD、IaC、灰度、自愈），把工
单、事件、发布、配置、容量、预算等数据流打通，实现自助运维。3. 应急响应与持续改进 - 建设可观测体系（Pr
ometheus/Grafana/Jaeger）与应急响应流程，实现分钟级发现、定位、恢复。定位网络、系统、中间件、数据
库、应用层故障，编写 RCA 并推动根治，驱动研发优化代码、架构和资源配置。4. 团队管理与影响力 - 带教初中
级 SRE，制定技术成长地图；参与招聘，打造“全栈+自动化”文化。与研发、网络、DB、安全团队协同，将可靠
性迁移到设计阶段。以技术领袖身份跨团队推动稳定性文化建设，定期输出最佳实践与培训。任职要求：1. 5-1
0年大规模分布式系统运维开发经验，其中 3+年专注 SRE/DevOps，有 0-1 容器化改造及云平台迁移经验。2. 精
通 Linux 内核、性能调优及 eBPF/perf 等工具，具备源码级排障能力。3. 熟练掌握 Python 或 Go，可编写生产级工程
代码（10k+行），熟悉 Git/Operator 等框架。4. 深度掌握 Kubernetes 控制面&数据面、ServiceMesh、Serverless
及 Helm/ArgoCD 等云原生技术。5. 熟悉 Kafka、Redis、MySQL、ES、Nginx、LVS、Etcd 等中间件原理与高可用
方案，能进行二次开发或 Bug-fix。6. 可独立设计 Prometheus、Grafana、Alertmanager、Loki、OpenTelemetry 可
观测方案及 SLI/SLO 指标。7. 熟悉 IaC（Terraform/Pulumi）、配置管理（Ansible/Salt）及 Pipeline（GitLab-CI/Je
nkins X）。8. 具备跨部门沟通与技术领导力，接受过 24小时-on-call，抗压与 Ownership 强。加分项：- 公有云多
Region 高可用或 FinOps 落地经验；- Kubernetes/Prometheus 等开源项目 Committer/Reviewer；- 混沌工程（Cha
osMesh/Litmus Chaos）或安全攻防实践；- AI Ops/LLM for Ops 异常检测与根因分析实战产出。



---


**文件12：**

### 岗位职责
- 负责IaaS生产环境的稳定、安全、高效运行，保障SLA；
- 负责日常监控、巡检、变更、扩容和应急预案的执行，建设和完善运维自动化体系、监控告警体系；
- 深入分析系统瓶颈，进行性能调优和容量规划；
- 负责IaaS产品在客户现场部署、集成、调试和验收；
- 为客户提供技术咨询和培训，解决产品使用过程中的技术问题；
- 收集并反馈客户需求与现场问题，协助研发团队优化产品；
- 编写项目交付文档、实施方案、运维手册等；
- 保障交付项目的稳定运行，达成项目交付目标。

### 任职要求
- 全日制本科及以上学历，计算机相关专业，8年及以上大规模云平台运维经验；
- 精通OpenStack集群的运维管理，深度掌握其高可用架构和故障恢复机制，其部署、配置、扩容和故障处理；
- 具备丰富的Linux系统调优、网络故障排查、存储性能优化经验；
- 熟悉Ansible等自动化运维工具，熟悉Zabbix、Prometheus等监控工具，具备自动化运维脚本开发能力（Python/Shell）；
- 具备网络安全的相关知识，掌握云上的安全组件和安全服务，掌握云平台本社的安全防护；有过等保测评经历者优先。
- 具备良好的客户沟通能力，能承受项目压力，适应短期出差。



---


**文件13：**

### 岗位职责

1、负责系统kubernetes集群的维护和持续优化；

2、负责核心业务系统运维规划、实施、维护和协助开发进行系统优化、改进；

3、负责生产环境业务可用性和连续性体系建设、自动化运维体系建设，通过整合、研发运维工具提升运维的效率和质量；

4、定期梳理工作中经验和成果，并形成良好的运维文档，提升团队严谨的工作作风和优秀的匠人精神。

### 任职资格

1、计算机相关专业本科及以上学位，3年以上的互联网运维经验，具备较强的运维开发能力者优先考虑；

2、熟悉Linux系统原理

3、精通python/shell等脚本语言，熟练掌握Linux下的脚本开发，具有较强工具开发能力；

4、扎实的容器相关经验，对kubernetes有深入研究并有生产环境维护经验；

5、了解四、七层代理，如LVS、Nginx；

6、性格积极乐观、诚信，能自我驱动，有较强的语言表达能力；

7、有较强的整体规划能力，认真负责，胆大心细，能够冷静分析和处理线上各种有挑战性的问题。

### 加分项

1、优秀的软件工程、工作闭环意识；

2、熟悉云计算相关技术，有阿里云或AWS深入使用经验；

3、有运维平台/监控平台/资产管理平台开发经验；



---


**文件14：**
- 参与各系统及服务的架构设计，提供专业的SRE解决方案；
- 构建云原生运维体系，优化混合云基础设施，提升业务资源效能；
- 探索复杂系统的自动化运维技术及AIOps等业界前沿技术方向。

### 任职资格
- 理解操作系统基本原理，具备较好的计算机网络和体系结构基础；
- 具备较强学习能力和系统思维，对于解决复杂问题有极大热忱；
- 了解基本的数据结构和算法，掌握一种主流编程语言(Go/C/C++/Java等)；
- 强烈的责任心、进取心、团队协作精神和主人翁意识；
- 欢迎计算机相关专业及数学、物理等学科同学投递，软件基础优秀者不限专业，26届应届毕业生。



---


以下是第三批提取的文本内容（Markdown格式）：



---



**文件15：**
- Kubernetes 运维-设计、运行并优化 AWS、Google Cloud 以及本地多集群的大规模 Kubernetes 环境；根据需要扩展至 Azure 或 Oracle Cloud。
- Infrastructure as Code-使用 Terraform / Pulumi 管理全部基础设施，遵循 GitOps 工作流。
- CI/CD-维护自动化构建与发布流水线，实现安全回滚。GPU 集群管理—负责 NVIDIA 驱动、MIG 分区、自动扩缩容及固件更新：如有需要，支持 AMD GPU。
- 可观测性-运营并扩展 Prometheus + Grafana，制定 SLI/SLO，并自动化容量监控。
- 事故响应—参与值班轮值，主导事后复盘，持续完善运行手册。
- 标准化与赋能-建立统一的 SRE 流程，向团队传授最佳实践。

### 任职要求
- 精通 kubernetes 内核及大部署集群运维，包含端与本地部署。
- 熟练掌握 AWS 和 Google Cloud；了解 Azure 或 Oracle Cloud 或 Lambda、Nebius 等 GPU 云更佳。
- 精通 Terraform、GitOps 工具（Argo CD 等）以及 CI/CD 流水线。
- 深入理解 Linux 系统与网络原理。
- 具备 NVIDIA GPU 集群管理经验；熟悉 AMD/ROCm 体系者优先。
- 熟练使用 Prometheus 与 Grafana 栈并能应对大规模场景。
- 良好的中英文书面与口头沟通能力。



---


**文件16：**

### 工作职责
- 负责腾讯云大模型平台的稳定运行，支持开源Deepseek等模型服务训练与部署的多个环节；
- 优化模型的部署流程，包括持续集成、持续部署（CI/CD）和自动化工具；
- 负责集群管理和服务治理，设计容灾方案并实施演练，保障系统高可用和稳定性；
- 负责资源成本管理与规划，优化计算和存储资源，提升机器学习任务的执行效率；
- 分析 AI 硬件应用中的质量性能表现，提供系统技术支持能力，推动改进识别和落地。关注业界前沿技术动态，探索复杂业务系统运维自动化和智能化的技术和方向。

### 职位要求
- 本科及以上学历，3年以上工作经验，有机器学习平台相关开发或运维经验；
- 熟练使用 Go、Python、Shell 等一种或多种编程语言，善于使用自动化/智能化方法让服务稳定高效；
- 熟悉容器技术，掌握K8s、Docker的技术原理，有实际使用和运维经验；
- 深入了解GPU架构与并行计算，掌握CUDA编程实践，熟悉RDMA网络通信技术、NCCL集合通讯、大模型分布式训练与推理架构及模型压缩技术；
- 对于AI大模型应用的构建、部署和维护过程有深入理解；
- 有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分；
- 具有良好的沟通协调能力，较好的团队合作精神、责任心和一定抗压能力。

### 加分项
- 有软硬件、GPU服务器管理和优化经验



---


**文件17：**
- 负责智驾平台计算服务日常运维工作，包括健康巡检、发布变更、监控完善、SOP、OnCall响应、故障处理等。
- 负责智驾平台计算服务生产保障工作，包括需求处理、集群建设、资源交付、资源管理、测试验证等。
- 参与智驾平台计算服务整体建设工作，包括K8S混合云服务、计算应用、多种类GPU/CPU等资源服务的自动化能力建设、成本管控和稳定性保障等。

### 工作要求
- 本科及以上学历，计算机相关专业，具有5年左右容器化或云原生领域相关工作经验。
- 具有良好的沟通能力和团队合作精神，有良好的责任心和积极主动性，具有很好的Owner意识。
- 熟练掌握Docker/K8S容器化相关技术、架构与原理，熟练运用K8S运维管理工具kubectl、Helm、kubeadm、Nacos、ArgoCD、Rancher等内容，熟悉Flannel和Calico网络模型，能够独立定位处理相关问题。
- 熟练掌握Golang/Python/Shell中的任意一种技术语言，熟练使用常见的运维管理工具，如Ansible、SaltStack、Nightingale、Prometheus、Grafana、ELK等。
- 熟悉Linux系统、网络、硬件等相关知识，具有较好的Troubleshooting能力。
- 有K8S平台运维管理经验，多型GPU维护管理经验、文件对象存储使用经验或有云运维管理经验者优先。



---


**文件18：**
1、负责华为HMS业务运维，包括支付、地图、广告、浏览器、搜索等HMS生态服务，负责应用市场、云相册、视频、音乐、运动健康、智能家居等APP的云侧运维。

2、负责网络、计算、存储、数据库、运维安全等平台运维，基于华为云及其他云厂商提供的IaaS\PaaS\SaaS服务，构建全局智能监控、智能调度能力，为业务提供最佳保障服务。

3、参与智能化运维AIOps。对标互联网SRE业界优秀经验，基于自研运维平台，实现智能化运维，通过AI大数据实现对基础设施、安全、DB、服务的运维治理，实现运维智能化。

4、参与运维平台开发。通过运维平台能力构建，持续提升云服务运维自动化水平。

### 岗位要求

1、理工类相关专业，计算机、通信、软件工程等专业优先。
2、计算机基础扎实，熟悉计算机组成原理、操作系统、数据库、网络等基础知识，通过计算机领域相关认证优先。

3、具备以下至少一种技能：
- 了解redhat、CentOS、Ubuntu等任一Linux操作系统，熟悉linux下常见操作命令。
- 了解mysql/oracle/sql server等任一数据库，具备一定的sql语言阅读及编写能力。
- 了解网络管理相关协议及交换机、路由器等配置命令，具备一定的网络环境配置及搭建能力。
- 了解java/python/C/C++等任何一种程序开发语言，能够使用该语言编写代码实现的功能。

4、具备一定的英语读写及口语沟通能力，能够阅读常见的英文文档，并能与外籍员工进行工作交流。

5、性格踏实乐观，团结合作，谨慎细致，具备较强的责任心，及规范遵从和服务意识。

职位招聘60人



---


**文件19：**
- 负责高德的基础运维工作，提高自动化运维水平、故障响应能力、优化资源使用率；
- 优化线上技术架构，从运维角度参与并推动研发、产品改进架构体系；
- 参与运维支撑平台的建设，运维相关的新技术的研究，从提升开发效率、降低运维人力成本出发，设计并搭建运维平台。

### 任职要求
- 计算机相关专业，3年以上的应用运维实战经验，熟悉软件开发系统架构；
- 精通linux文件系统、内核、linux性能调优、TCP/IP、HTTP等协议，有良好的网络、数据存储、计算机体系结构方面的知识，具备很强技术敏感度和故障排查经验；
- 有web server、分布式系统、数据库、系统监控等其中之一的架构设计及研发运维经验；
- 具有linux下python、java至少其中之一中的研发经验；
- 工作细致、善于思考，有很强的问题分析和推进解决的能力；
- 强烈的责任心、良好的沟通和协调能力、极强的业务推动能力、勇于接受挑战；
- 有大规模互联网运维经验者优先。



---


**文件20：**
- CI/CD 与发布体系优化，整合 GitLab/Jenkins/ArgoCD 等工具链，建设规范化发布流程，实现灰度发布、自动回滚等能力。
- 权限与账号体系建设（AD / IAM）负责公司内部账号体系和权限管理，包括 AD/LDAP 目录结构优化、统一认证与权限平台（SSO/RBAC/ABAC）建设。
- 可观测性体系建设搭建并优化监控-日志-链路追踪的全链路可观测性体系，建设统一监控平台（Prometheus / Grafana / Loki / OpenTelemetry），实现关键链路可视化与异常分析自动化。
- 基础设施与云原生工程化（K8s / 云原生）搭建与治理，包括资源调度、自动扩缩容、服务治理、配置管理、故障定位与性能调优。
- 生产稳定性建设（SRE），包括定义关键稳定性指标（SLO/SLI/SLA）、优化服务可用性、构建故障自动化响应流程，并持续推进系统韧性工程（熔断、限流、降级、隔离等）。
- 流程与规范改进（Ops Process Improvement）通过监控数据、变更数据、事故复盘等分析手段识别运维流程瓶颈，制定标准化流程体系（如变更流程、发布流程、应急响应流程）。

### 岗位要求
- 计算机相关专业，SRE 或运维开发相关经验熟悉大型互联网业务的运维体系、自动化方法与工程化实践。
- 掌握至少一种后端语言（Golang / Python / Java），包括数据结构、网络编程、系统设计；有高可用平台或自动化工具的开发经验。
- 具有权限与账号体系管理能力熟悉 Active Directory、LDAP、SSO、OAuth2/OIDC，能推动账号自动化管理流程的建设。
- 熟悉 CI/CD、发布系统及常用工具链，如 GitLab CI、Jenkins、ArgoCD，能够基于业务需求优化发布稳定性和效率。
- 精通监控、日志、链路追踪等可观测性体系构建。熟悉 Prometheus、Grafana、Alertmanager、Loki、ELK、OpenTelemetry，有构建企业级监控体系经验。
- 熟悉 Kubernetes、容器化和云原生相关组件，包括调度原理、资源管理、服务发现、网络模型，具备生产级 K8s 集群运维能力。
- 深入理解 Linux 与网络基础，熟悉内核机制、文件系统、TCP/IP、性能调优，能独立定位复杂线上问题。



---


**文件21：**
概述：负责美团大数据/机器学习相关组件产品的稳定性保障、资源管理、故障管理等工作
具体职责：
- 稳定性保障，负责大数据/机器学习相关产品的稳定性保障方案设计、工具建设、协同落地等工作
- 预算与资源全周期管理，负责大数据/机器学习相关产品的预算统筹规划、资源交付、日常资源调度，深入理解业务场景和需求，主导资源适配方案的设计、测试、验证等工作，并通过工具建设提升资源管理效率
- 精细化数据运营，包括稳定性指标、事故分析运营、资源使用效率提升等，挖掘系统薄弱点，落地改进项目

### 岗位要求
- 计算机相关专业。熟悉Linux系统，具备扎实的网络、计算机体系结构方面的知识，熟悉GPU相关运维工作
- 至少熟悉一门编程语言，java/python/go，能开发工具提升效率
- 热爱技术，责任感强，拥有强大的项目执行力和良好的沟通协作能力
- 工作细致、善于思考，有较强的分析和解决问题的能力
- 具备良好的沟通以及协调能力，能够独当一面，也擅长团队作战



---


**文件22：**
Basic:
- 3+ years SRE experience, familiar with SRE workflow like RCA
- 3+ years working experience of infrastructure deployment and operating medium or large scale cloud based system
- Cloud platforms and technologies. (GCP, Microsoft Azure is a big plus), not just understanding of basic concept but the hands-on operation experiences,
- Background of development with 3 + years IaC experience (shell, python, GO)

Advanced:
- specifically familiar with gateway(kong),message bus (RabbitMQ, kafka), database (Cassandra) with operation experience
- preferably IoT (hivemq, iothub), Service Mesh (Istio, linkerd), Logging (ELK), Metrics (Prometheus, Thanos), Tracing (Opentelemetry, Tempo, eBpf), Grafana.

Soft Skills:
- Good English Communication
- SRE oncall (can commit one day per weekend) and Ability to work under pressure
- Proactive & self-driven



---


**文件23：**

### 任职要求
- 深入理解Linux操作系统；具备较好的计算机网络和体系结构基础
- 熟练掌握C/C++/Python/Go/Shell等至少一种主流编程语言
- 良好的逻辑思维和分析能力，热衷于解决问题、追求极致
- 强烈的责任心、进取心、团队合作精神和Ownership
- 专业不限，但更倾向于计算机、通信、数学等理工学科的应届毕业生

### 具有以下条件者优先
- 有大规模分布式程序设计开发经验
- 熟悉TCP/IP、HTTP/HTTPS等网络协议，精通Socket网络编程，有网络故障的Trace能力

### 工作职责
- Site Reliability Engineer，负责百度公司大规模分布式系统及各类在线服务可靠、稳定、高效运行
- 参与在线系统和各类产品架构设计，主导服务可靠性相关自动化系统的实现，满足严格的质量与效率要求
- 参与百度国内外整体机房建设，为产品用户提供最优质的接入与使用体验布局
- 设计研发服务运维解决方案，包括网站加速、持续交付、容量管理、弹性计算、故障分析、流量分配、性能调优等
- 关注业界前沿技术动态，负责大规模流量接入系统的优化，演进和新接入技术探索和应用
- 关注业界相关技术动态，对开源技术方向（Docker等），贡献与引领业界技术趋势
- 使用AI技术解决超大规模互联网应用运维问题



---


**文件24：**
1, 负责滴滴网约车线上业务的日常运维、性能优化及容量管理等工作，建立 7×24 小时高可用保障机制，保障业务稳定运行。

2, 负责网约车业务服务模块全生命周期管理，包括服务准入、模块交付、服务放量、稳定性保障等，支撑千万级流量。

3, 分析评估网约车对基础设施的合理需求并推进落地，涵盖网络、统一接入、中间件、存储、监控、部署等。推进运维流程标准化、自动化。

4, 学习了解运维领域前沿技术，持续提升网约车业务运维效率与稳定性。

5, 具备大规模、线上业务运维、性能优化及容量管理经验。有实时在线交易系统经验者优先。

6, 熟悉 Linux 操作系统原理及计算机网络技术，基础知识扎实。

7, 熟练掌握 Linux 系统下 C、Golang、Python、Shell 等语言。

8, 具备较好的学习能力，热衷于钻研海量订单容灾、混合云资源调度、可承载终端运维等相关技术方向。

9, 工作认真踏实，能快速响应业务突发需求；具备优秀的跨团队沟通协作能力。

10, 热爱 Python 和 Shell 编程，精通 Linux 系统命令，熟练使用 Git 进行代码版本控制。

11, 熟悉分布式架构设计，能够独立完成大型系统的部署和维护。
- 负责业务的搭建、部署、配置、监控、运行等运维工作，保障线上业务稳定；
- 负责线上业务的版本迭代、应急响应、故障排查等工作；
- 负责优化、改进运维流程，构建自动化能力，提高效率；
- 使用自动化系统化的方式提高SLA和运维效率；
- 维护并改进持续集成流水线、监控、日志、备份等基础设施。

### 任职要求
- 计算机相关专业毕业，2年以上运维经验；
- 熟悉Linux操作系统运维，熟悉互联网公司常用的linux服务组件部署和配置
- 熟悉Shell，有一定的Python开发经验；
- 熟悉Docker、kubernetes、Jenkins、zabbix、grafana、Kafka、Elasticsearch等工具；
- 具有良好的团队合作精神和自我驱动力，具备实际的项目落地经验；
- 熟悉阿里云、腾讯云、AWS上的常用服务。

# 高级SRE工程师

## *工作职责*

负责公司核心业务在AWS云平台上的全球基础设施的稳定性、可用性与性能，对生产环境的SLA负责。
熟悉Kubernetes、Envoy及Service Mesh、Ingress网关等云原生组件的架构设计，可针对性排障。
通过自动化工具与平台建设（IaC, CI/CD），提升运维效率，实现系统的可观测性、自愈与故障快速恢复。
参与制定并推进运维安全体系落地，包括但不限于权限管控（AWS IAM/K8s RBAC）、网络安全策略、漏洞管理与应急响应。

构建和完善全球化的运维体系，包括但不限于：容量规划、监控告警（Prometheus/ELK）、CI/CD（GitLab/Jenkins）、灾备与自动化故障恢复
深入理解业务架构，参与设计高可用、容灾方案，并持续进行成本优化。

## *职位要求*

5年以上Linux运维/SRE/DevOps经验，具备大型分布式系统运维能力。
精通AWS核心服务（如EC2, S3, VPC, IAM, ELB, RDS等）的使用、架构与运维，有丰富的成本优化经验。
深入了解Kubernetes架构，有生产环境大规模K8s集群的管理、排障及性能调优经验。
熟悉Envoy、Istio/LinkedR服务网格或Nginx/Istio Ingress控制器等七层流量治理技术。
具备良好的运维安全意识与实践，熟悉操作系统、网络、应用层常见安全漏洞与防范措施。
熟练掌握至少一门编程语言（Go/Python/Shell），具备通过自动化工具和平台解决运维问题的工程化能力。
精通Prometheus监控体系和ELK日志栈，能基于此构建高效的可观测性平台。
具备出色的容量规划与性能压测经验，能对系统瓶颈进行量化分析与规划。
- 负责电商搜推领域的AI infra平台的架构设计、研发和维护工作，建设一站式的低代码/可视化的研发和部署平台，及配套的Devops运维一体化平台，降低推荐相关业务的开发和维护门槛；
- 面向推荐系统的算法和工程同学，建设从数据接入、组件注册、逻辑编排、测试到发布部署的一站式开发和部署平台；
- 建设配套的可观测、可管理、可追溯、自动化的Devops运维一体化平台，帮助业务同学更加高效的管理和维护自有业务；
- 深入理解业务，熟悉电商推荐业务全链路（包括检索、策略、召回、排序等环节）的研发和维护过程，不断打磨平台能力，追求行业领先；

### 任职要求
- 计算机相关专业，本科及以上学历，拥有2-5年及以上的后端开发经验；
- 精通go、python等一门后端语言，具备扎实的计算机理论基础、卓越的编码能力与基础算法功底；
- 丰富的MySQL、NoSQL、KV、MQ等组件相关开发经验，掌握大数据相关开发工作；
- 有低代码平台、PAAS平台、devops平台、机器学习平台-推理部分等建设经验者优先；
- 良好的沟通和逻辑思维能力，有足够的技术和业务好奇心，具备强烈的责任感和自驱力；

负责阿里集团、阿里云战略级产品SLS研发，在日增数百PB级的超大规模实时数据之上，挑战从“经典可观测性”向“AI Native 基建”的跨越。通过实时采集、索引、存储、语义检索和分析等技术，实时处理每日数百万PB海量数据，并针对AI应用场景进行特定优化，提供智能、自动化数据检索和分析服务。加入该岗位，您将有机会在国内超大规模的实时日志平台上，打造新一代的AI基础设施。

### 岗位职责
- 定义下一代 AI 数据基座：基于现有海量日志平台，重构面向 Agent Runtime 的数据基础设施，解决高吞吐写入与低延迟语义检索共存的问题。
- 构建 Data + AI 飞轮：研发高性能的数据清洗与向量化流水线，从数据中实时化萃取高质量数据，构建AI存储和检索系统，通过构建数据反馈回路，使模型和Agent持续进化。
- 超大规模系统攻坚：维护并演进日处理百万 PB 级数据的实时平台，在极致的成本与性能约束下，探索存算分离、混合索引等前沿技术落地。

### 职位描述
- 熟悉AI领域，对于AI应用数据特征、数据存储和查询需求有深入理解，对Agent有实践经验。
- 深入理解 LLM 原理，特别是上下文工程、KV Cache 机制及 Prompt 优化策略。熟悉Agent Memory、RAG相关技术。
- 精通高性能数据结构与算法，特别是在向量检索（Vector Search）、倒排索引（Inverted Index）及混合检索（Hybrid Search）相关算法有深入实践。
- 了解高性能网络服务器编程，熟悉异步IO、内存管理、多线程同步等技术，有Linux内核研究经验更佳。
- 理解分布式系统，包括存储、调度、分布式锁、负载均衡等。
- 对技术有强烈的进取心，有较强的学习能力，保持对前沿技术的关注和学习。
- 具有良好的沟通能力和团队合作精神，优秀的逻辑分析和解决能力。

职位一：AI Infra算法工程专家
工作内容：
- 负责AI算法框架的深度优化和开发，识别和定位相关模型训练推理和系统的性能瓶颈，优化CPU/GPU内存/通信等资源利用率，提升并行计算并发效率；
- 负责研究深度学习、LLM和性能加速的最新发展趋势，将前沿的算法和优化技术应用到业务场景。
- 负责AI算法框架与底层存储（数据预读）、调度（弹性训练）等基础设施API交互的开发工作；

能力要求：
- 熟悉Python/C/C++等编程语言，扎实的代码能力、数据结构与算法基础，有较强的软件架构设计能力；
- 熟悉PyTorch、DeepSpeed、Megatron、vLLM和SGLang等深度学习训练推理框架，熟练掌握深度学习性能加速技术，包括计算图优化、低精度优化、算子加速，以及DP/TP/PP/SP/EP等并行加速技术；
- 熟悉NVIDIA GPU架构及编程模型，掌握CUDA核函数优化、显存管理、多流并发等技术，有实际性能调优（profiler/nsys/ncu）经验；
- 有分布式系统开发经验，熟悉MPI、NCCL等通信库，了解IB/ROCE/NVLink组网架构；
- 熟悉AI编译器，如LLVM、TVM、MLIR、XLA等编译开发经验者优先；
- 有实际CV、LLM等模型训练调参和效果评测项目经验的优先；
- 自动驾驶大模型算法的相关实施落地经验优先；
- 硕士及以上，计算机、人工智能、数据科学相关；
- 开源项目主要贡献者，优秀paper作者优先；

职位二：AI Infra存储专家

### 职位描述
- 负责AI Infra数据编排调度服务基础组件的研究开发工作
- 负责AI Infra GPU集群IO性能统计跟踪，数据缓存系统的研究优化工作
- 负责AI Infra GPU集群各服务压力承载能力建设，提高整体SLA水平的研究优化工作

能力要求：
- 熟悉分布式存储系统的原理和架构设计，有文件系统或对象存储开发经验；
- 熟悉一下至少一种编程语言：Go、C/C++、Rust；
- 熟悉Linux操作系统，具备内核文件系统、IO子系统或网络协议栈；
- 熟悉常见存储技术和协议，如POSIX、NFS、Ceph、S3等；
- 有性能调优经验，能够分析存储系统的性能瓶颈（如IO、网络、内存、CPU等）；
- 智能监控与可观测性平台建设（面向监控告警方向）：
- 主导设计并实现公司级统一监控平台，整合指标、日志、链路追踪数据，提供一站式的可观测性体验。
- 研发智能告警引擎，实现告警降噪、收敛、根因分析及预测性告警，变被动响应为主动预防。
- 深入业务和基础设施层，设计关键指标的采集、存储、可视化方案，为容量规划和性能优化提供数据支撑。
- 探索并落地AIOps实践，利用机器学习技术提升故障自愈能力。
- 研发效能平台与工具链构建（面向研发效能方向）：
- 设计、开发和优化新一代CI/CD流水线平台，实现从代码提交到灰度发布的全程自动化、可观测、可回滚。
- 构建基于云原生的内部开发者平台，提供自助式的应用部署、环境管理、服务治理能力，提升资源利用率和交付速度。
- 打造研发效能度量体系，通过数据驱动方式识别瓶颈，持续优化代码构建、测试、部署效率。
- 负责代码托管、制品库、自动化测试等工具链的集成、定制与开发，提升开发协作效率。

### 任职要求（必备条件）：

我们期望你在以下至少一个方向上有深厚的积累和强烈的热情：

#### 基础要求：
- 计算机相关专业本科及以上学历，5年以上后端开发或DevOps运维开发经验。
- 具备扎实的编程能力，熟练掌握Go/Python/Java中的至少一门语言，有良好的数据结构基础和系统设计能力。
- 熟练使用Docker、Kubernetes等容器化技术。
- 具备强烈的责任心、出色的解决问题能力和团队协作精神。

#### 方向一：监控告警专家
- 对可观测性有深刻理解，有构建或深度定制大型监控系统（如基于Prometheus、Thanos、VictoriaMetrics）的经验。
- 精通日志（ELK/EFK、Loki）、链路追踪（Jaeger、SkyWalking）系统之一，并了解其核心原理。
- 对告警管理的全生命周期有实战经验，有告警治理、智能告警项目经验者优先。

#### 方向二：研发效能专家
- 有丰富的CI/CD平台（如Jenkins、GitLab CI、GitHub Actions、ArgoCD）开发、定制和优化经验，精通流水线代码。
- 深刻理解软件开发生命周期，对敏捷开发、DevOps文化有实践心得。
- 有内部开发者平台、自动化测试平台、效能度量系统开发经验者优先。
- 熟悉Infrastructure as Code（如Terraform, Ansible）并具有平台化集成经验。

### 加分项
- 有主导或核心参与过大型平台级产品从0到1的设计和搭建经验。
- 熟悉服务网格（如Istio）并具有高可用、可观测性方面实践经验。
- 在开源项目中活跃贡献或有高质量的技术博客/作品。
- 具备优秀的沟通能力和文档撰写能力。

# 斯坦福大学

特斯拉为信息技术部开放 IT MFG DevOps AI 全职岗位（工作地点：特斯拉上海超级工厂）。若你是融合 AI 开发、DevOps 实践与制造业技术的全能专家，能在智能制造场景下高效应对挑战、解决复杂技术问题，拒绝重复低效的工作模式，那么该岗位正适合你。

IT MFG DevOps AI 是连接公司 IT 系统与生产制造环节的核心角色，身处智能制造落地的一线。你将每日对接 AI 技术研发、容器化部署与生产运维等多领域工作，通过技术实践支持公司优化生产流程、提升制造效率，助力实现智能制造转型的核心目标。



---



### 岗位职责
- 负责 AI 算法研发、模型优化与训练，聚焦生产线数据分析、质量控制、故障检测、自动化生产等场景，确保 AI 技术适配制造业务需求。
- 基于 Kubernetes（K8s）与 Docker 容器技术，完成 AI 解决方案的部署、监控与扩展，保障生产环境中系统的高可用性与稳定性。
- 参与 DevOps 流程建设，优化 AI 模型与系统的开发、测试、部署全链路，实现自动化部署、持续集成（CI）与持续交付（CD）。
- 与生产、质量控制、研发等制造相关部门对接，深入理解业务痛点，提供数据驱动的 AI 技术解决方案。
- 快速响应生产线上的技术需求与故障，排查 AI 系统、容器集群、网络环境等问题，减少对生产进度的影响，提升生产效率与质量。
- 跟踪 AI 与 DevOps 领域前沿技术（如工业大模型、云原生运维）及行业动态，推动新技术在制造场景的预研与应用，持续优化系统性能。



---



### 任职要求

### 必备条件
- 计算机科学、人工智能、软件工程、电子工程等相关专业。
- 工作经验：至少 2 年 AI 开发、DevOps 或自动化部署相关工作经验，有制造业（尤其汽车制造、工业制造）相关经验者优先。
- 技术能力：
   - 熟练掌握 Python 语言，可独立编写高效的 AI 算法代码、数据处理脚本与 DevOps 自动化脚本，同时能运用 Diffy 等代码工具进行 AI 开发，在低代码环境中快速调用大模型以满足制造场景下的业务需求。
   - 精通 Kubernetes（K8s）与 Docker 技术，具备生产环境下容器化部署、集群管理与运维的实战经验。
   - 熟悉机器学习框架，能独立完成制造场景下 AI 模型的设计、训练与优化。
   - 了解 Hadoop、Spark 等大数据处理技术，可处理制造过程中产生的海量生产数据（如传感器数据、日志数据）。
   - 熟悉 CI/CD 流程与工具链（如 Jenkins、GitLab CI），能使用 Terraform、Ansible 等工具实现自动化构建、测试与部署。
   - 掌握 SQL 与 NoSQL 数据库（如 MySQL、MongoDB、PostgreSQL），可实现制造数据的高效存储与查询。
- 软技能：
   - 具备强烈的自我驱动力，能在较短时间内独立规划并完成工作任务。
   - 拥有出色的沟通能力，可顺畅对接技术与非技术团队，清晰传递需求与解决方案。
   - 具备优秀的问题分析与解决能力，能快速定位生产线中的 AI 系统、DevOps 链路故障并解决。



---



## 优先考虑

- 有汽车制造或工业制造行业工作经验，熟悉冲压、焊接、总装等生产流程者优先。
- 具备机器人技术、物联网（IoT）（如工业传感器数据采集、边缘计算）应用经验者优先。
- 熟悉敏捷开发流程，有参与或主导敏捷项目经验者优先。
- 持有 Kubernetes 认证（如 CKA、CKAD）、云厂商认证（如 AWS Certified DevOps Engineer）者优先。

- 5年左右软件开发和 DevOps 实践经验
- 具有 Kubernetes、容器使用经验。
- 具有 Jenkins CI/CD 和自动化经验。
- 至少使用过以下一种编程语言：Java、C++、C#、Python、JavaScript、TypeScript。
- 具有 Linux 系统使用、Linux 命令行 shell（bash 等）和故障排除经验
- 具有监控解决方案使用经验。
- 很好地理解软件交付方法

### 主要职责
- 平台工程设计与实施：领导平台工程的整体设计和实施，确保系统的高效性、可靠性和可扩展性。
- DevOps 流程优化：优化并管理 DevOps 工作流程，提升开发与运营的协作效率。
- CI/CD 流程管理：设计和维护持续集成和持续交付（CI/CD）管道，确保代码快速、安全地从开发到生产环境的部署。
- 模型抽象与整理：将通用的 DevOps 和平台工程模型进行抽象和整理，形成标准化的解决方案。
- 跨系统发布与部署：管理和协调云端系统与本地系统的发布和部署流程，确保无缝衔接。
- 技术文档与培训：编写详细的技术文档，提供培训和技术指导，提升团队的技术能力。



---



# 要求（能力）：
- 精通 DevOps 工作流程：至少 5 年以上 DevOps 相关经验，熟悉包括但不限于 Jenkins、GitLab CI、CircleCI 等工具。
- 云端与本地系统部署：了解 AWS 或 Azure 或 Google Cloud 或阿里云等云平台的部署流程，以及本地系统的部署和管理。
- 强大的抽象能力：能够将复杂的系统和流程进行抽象和整理，具备出色的系统设计能力。
- 平台工程概念：深入了解平台工程相关概念，如基础架构即代码（IaC）、监控和日志管理、自动化测试等。
- 编程与脚本能力：熟练掌握至少一种编程语言（如 Python、Go、Ruby 等）和脚本语言（如 Bash、PowerShell 等）。



---



### 加分项
- 开源贡献：在知名开源项目中有活跃贡献者优先考虑。
- 良好的沟通与协作能力：具备优秀的沟通和团队协作能力，能够与开发、运营和其他跨职能团队高效合作。
- 认证资质：持有相关认证（如 AWS Certified DevOps Engineer、Google Professional DevOps Engineer 等）者优先。
- 大规模系统经验：有大规模分布式系统设计与管理经验者优先。

工作内容：
- 负责Devops系统建设，开发覆盖代码管理、持续集成、持续测试、持续部署等过程的系统，提高研发流程效率；
- 负责支持各类系统工具开发，包括但不限于工程构建、代码编译工具的开发与集成；
- 解决用户在研发过程中的各类问题，包括但不限于平台使用、平台问题修复等；
- 根据业务需要对DevOps工具链进行定制、插件开发、二次开发等（包括但不限于Gitlab、SonarQube、Jenkins、Jfrog等工具）。

### 任职要求
- 三年以上熟悉使用java golang编程语言做过项目的经验
- 熟悉k8s等云原生相关技术栈
- 熟悉devops工具的使用，包括但不限于Gitlab、SonarQube、Jenkins、Jfrog等工具）
- 对计算机相关基础知识有较好掌握，如常用数据结构和算法、HTTP协议、web框架、关系型数据库的使用等
- 良好的编码风格及测试习惯
- 有良好的团队合作精神，有责任感，自我驱动
- 负责容器云平台的架构设计与核心研发，基于 Kubernetes 技术栈，构建高可用、高扩展的云原生基础设施；
- 开发与维护平台核心组件：包括集群管理、资源调度、容器网络、存储编排、监控告警、服务治理等模块；
- 参与云原生产品化能力建设，实现多集群管理、应用发布、服务编排、自动扩缩容等功能；

二、岗位要求
- 3年以上云原生或容器平台研发经验；
- 熟练掌握 Kubernetes 核心机制与架构原理，包括调度器、控制器、CRD、Operator、CNI、CSI 等；
- 熟练掌握 Golang / Python / Shell 等语言，能独立开发 Kubernetes Operator、Controller、API 扩展等；
- 熟悉主流容器网络与存储方案（Flannel、Calico、Cilium、Longhorn、Ceph、Rook 等）；
- 具备容器云平台二次开发或企业级 PaaS 平台研发经验者优先；
- 熟悉 Linux 内核、容器运行时（containerd / cri-o）以及容器镜像构建原理；
- 熟悉云计算生态（如 AWS、OpenShift、Rancher、Harvester、KubeVirt 等）者优先；
- 具备良好的架构意识、文档编写能力和跨团队协作能力。

### 方向二：监控/运维开发

### 工作职责
- 负责维护和开发目前云平台所涉及的监控服务或自动化运维实现，为中间件高可用及高可靠方案负责，保证稳定运行；
- 负责制定中间件相关标准，并支撑研发团队合理规划中间件架构。

### 工作要求
- 大学本科及以上学历，并取得相应学位，计算机类专业优先；
- 具备以上相关经验，其中5年以上监控开发运维经验；
- 熟悉Mysql、Redis、MQ、Nginx等中间件，精通其中三种及以上，具备部署及故障排查经验，能够建立相关标准，可进行架构设计及调优优化；
- 熟悉Linux操作系统，熟练使用python和shell，可自行开发工具类脚本；
- 深刻理解常用高可用架构和组件，对数据库高可用方案及技术有深入了解，具备设计实施复杂数据库高可用系统和容灾方案的能力；
- 有带团队经验者优先。



---



### 方向三：运维开发/容器

### 工作职责
- 负责中间件、容器体系化建设，保障系统服务高可用；
- 负责中大型生产环境k8s集群的部署和线上维护，制定迁移计划、调优、上线和排障，高效定位和解决线上问题；
- 主动发现生产环境的问题和隐患，推进自动化运维工作的维护成本；
- 负责技术方案、应急方案的制定和实施。

### 工作要求
- **岗位要求**：
- 大学本科以上学历，并取得相应学位，信息科学技术学科等相关专业优先；
- 具备以下一种或多种技能：
    - (1) 精通Apache、Nginx、JBoss、Tomcat高可用性架构原理，有实际搭建、运维、优化、应用适配经验；
    - (2) 精通kubernetes容器编排，有实际项目经验；
    - (3) 熟悉K8S集群管理、优化、监控及相关业务导入与支撑，对docker容器、镜像、网络、存储、持久化、监控、安全有深入的理解；
    - (4) 精通prometheus监控系统，熟悉promsql编写，对虚拟机、容器集群监控有实际经验；
    - (5) 熟练使用自动化运维工具，例如Ansible.Saltstack等；
    - (6) 熟练使用Python、Java、Shell、C中一种或多种语言，具备开发自动化运维系统的能力；
    - (7) 熟悉实施文档、部署文档的编制工作；
    - (8) 熟悉微服务架构，并可以进行容器化改造；
    - (9) 具有国产化中间件产品运维经验者优先；有开源项目经验优先；具有阿里云ACE或K8SCKA证书者优先考虑；
    - (10) 有企业级容器云平台实际开发、调试经验或有云容器部署、运维者优先；
    - (11) 诚实守信、作风踏实严谨、责任心强，具备良好团队协作能力精神，学习能力强，善于解决复杂问题；具备一定的抗压能力，并具备良好的语言表达与文档编写能力并具有良好的团队合作精神。

# 方向一：云平台架构

### 工作职责
- 负责私有云平台产品的架构设计、架构原型实现及核心模块的开发工作。
- 负责云原生中间件方案设计、代码实现以及优化，对代码质量负责。
- 负责企业算力调度、作业调度平台的架构设计和功能研发、优化迭代及落地。
- 负责 Kubernetes 领域和周边的前沿技术跟踪与应用，支撑业务中长期发展。
- 负责边缘超融合架构及私有化项目推进及落地。

### 工作要求
- 大学本科及以上学历，并取得相应学位，计算机或者相关专业。
- 八年以上相关行业工作经验，软件开发经验。
- 精通以下任何一种语言Go/Java/Python等且有独立项目开发经验。熟悉多线程、网络、IO等技术，熟悉常见算法及数据结构。精通grpc使用及优化。
- 熟悉mysql数据库和sql调优，熟悉redis缓存、mq消息、lucene引擎的使用。
- 熟悉k8s技术，cn/csi原理，熟悉helm工具。熟悉Docker使用，深入理解Kubernetes的架构和设计，理解实现原理；熟悉Operator实现原理，有二次开发经验。
- 熟悉linux系统操作和故障排查，熟悉ansible工具。Linux、TCP/IP等技术基础扎实，Linux性能分析及调优，沟通能力强，对系统架构有一定的见解。
- 有kvm虚拟化、ceph存储相关经验优先。熟悉AI工程化实践、AI框架Tensorflow、Pytorch、PaddlePaddle等；有PaaS平台、云相关的二次开发经验优先。
- 有良好的沟通和学习能力，良好的团队协作精神。

### 职位描述
- 云平台统一基座产品功能架构设计，包括云原生应用管理平台、应用发布与调度、资源管理与调度、云产品部署和热升级等能力的研发。
- 负责云平台laC（基础设施即代码）的设计与研发，将阿里云的架构、资源和部署形态抽象为laC描述。并基于laC，实现对阿里云新建站点/Region/AZ的部署、热升级、扩缩容和资源管理。
- 云产品规划、售卖、管理等综合解决方案平台建设。
- 多 Region、同城容灾、一云多芯等企业级能力建设，跨团队沟通协作，推进项目落地。

### 职位要求
- 本科及以上学历，计算机相关专业。
- 有 Kubernetes、Serverless、Rancher、OCM、Etcd、Helm、Kubevela 等相关项目经验者优先，有开源项目贡献者优先。
- 熟悉主流的云服务架构，了解虚拟化、容器、Serverless、可观测等基本原理和应用场景。有大规模分布式系统应用架构设计与研发经验，在云计算行业应用领域有相关经验者优先。
- 精通 golang 或 C++ 语言，熟悉多线程机制，了解常用开源框架。熟悉 Linux 常用命令，同时掌握脚本类语言 shell 或 python 更佳。有全栈开发经验者优先。
- 具备较强的沟通能力，能够主动的思考和承担压力，具备良好的团队协作能力。自驱力强，能够协同多个团队完成架构和研发的业务目标。

### 岗位职责
- 负责云原生相关技术及底层技术研究和应用
- 参与云原生应用研发项目，包括机器学习/rag增强检索/可观测性/弹性混部/devops等

岗位要求 本科（含）以上，1年以上工作经验；
1、重点本科以上学历，1年以上容器平台运维、研发相关工作经验
2、熟悉linux os和系统研发（C/C++/go）开发，熟悉tcp/ip协议、Linux并发编程和常见网络服务器模型
3、熟悉k8s原理和实现，熟悉ci/cd、微服务和服务网格云等相关技术
4、良好的逻辑思维能力、优秀的行业内前瞻技术和新技术学习能力

### 加分项
- 熟悉底层技术（网络/虚拟化），如负载均衡、SDN/overlay/vxlan、kvm/kubevirt等
- 有大型k8s集群治理和集群管理平台研发经验
- 参与并主导基于 Kubernetes 的云原生虚拟化平台建设，负责 KubeVirt 在生产环境的设计、落地与规模化运行
- 负责虚拟机（VM）生命周期管理能力建设，包括创建、发布、扩缩容、热迁移、高可用与回收
- 设计并优化 VM 与 Pod 混合部署、统一调度与资源隔离方案，提升整体资源利用率
- 针对高性能核心业务场景，进行 CPU / 内存 / IO / 网络等关键路径的性能优化
- 结合存储、网络、调度等能力，完善虚拟化平台在稳定性、可观测性、自动化运维方面的能力
- 推动虚拟化能力平台化输出，支撑业务自助使用，降低业务使用和运维门槛
- 与 Kubernetes、存储、网络、DevOps 等团队协作，持续演进云原生运行时体系



---



### 任职要求

### 基本要求
- 本科及以上学历，计算机相关专业，5 年及以上云计算 / 虚拟化 / 平台研发经验
- 扎实的 Linux 操作系统基础，理解进程、内存、网络、文件系统等核心原理
- 精通 Kubernetes 架构与核心机制（调度、控制器、网络、存储）
- 有 KubeVirt 实际项目或生产环境经验，理解其整体架构与关键组件
- 熟练使用 Go 语言，具备良好的工程能力与代码质量意识

### 技术能力要求
- 熟悉虚拟化技术栈：KVM / QEMU / libvirt，理解虚拟化性能瓶颈与优化手段
- 熟悉 VM 高可用与热迁移原理，有相关调优问题排查经验
- 熟悉云原生存储（CSI、Ceph、本地存储）与虚拟化场景的结合
- 熟悉云原生网络（CNI、Multus、SR-IOV 等），理解虚拟机网络模型
- 具备线上复杂问题分析与定位能力，有稳定性治理或 SRE 实践经验



---



### 加分项（具备其一即可）

- 有大规模 KubeVirt 集群（生产级）落地经验
- 有虚拟化与容器混合云 / 混合架构实践经验
- 参与过 Kubernetes / KubeVirt / CNCF 相关开源项目



---



### 我们提供

- 真实生产规模场景，不是 Demo，不是实验环境
- 有挑战性的技术问题（性能、稳定性、规模、异构资源）
- 云原生与虚拟化深度结合的技术方向，长期可持续演进

3.技术能力

- 精通Kubernetes架构及生态工具（如Etcd、Calico、Istio、volcano），具备集群性能调优经验（如APIServer负载均衡、节点调度优化）。
- 精通K8S gpu调度vGPU、k8s device-plugin、精通CRI/CSI/CNI
- 熟练使用Docker、Prometheus、Grafana、ELK等工具链，熟悉云原生安全体系（如镜像扫描、RBAC策略、网络策略）。
- 具备运维开发能力，能使用Python/Go开发自动化工具（如自定义Operator、监控告警脚本）。

### 岗位职责
- 负责干节点级Kubernetes集群(GPU+NPV)的建设与稳定性保障，包括版本升级、故障排查、资源利用率优化
- 设计高可用架构，解决APIServer性能瓶颈、etcd存储压力等大规模集群特有问题。
- 主导容器化架构调优（如Pod调度策略、网络插件选型、存储方案设计），优化资源请求/限制配置以减少资源争用。
- 建立容器安全防护体系，包括漏洞扫描、运行时安全监控（如Falco）、合规审计。
- 解决生产环境疑难问题（如OOM、网络延迟、存储性能瓶颈），输出标准化SOP文档。
- 协同研发团队优化微服务架构，推动ServiceMesh等新技术落地。

国际业务集团在数据安全和隐私保护方面遵守高标准，我们的隐私保护算法团队正在越来越多的业务场景中使用并优化多方安全计算（MPC）、安全集合求交（PSI）、零知识证明（ZKP）、差分隐私（DP）、联邦学习（FL）等隐私保护技术。我们的目标是与各国的监管机构和机构建立一个共享、协作和互利的生态系统，同时继续释放数据的价值。

我们正在寻找经验丰富的隐私计算相关技术专家加入公司国际业务集团，负责推动公司隐私计算技术的基础平台研发和业务落地。理想的候选人应熟悉隐私计算相关技术，并能应用这些技术解决实际问题。

### 岗位职责
- 负责隐私计算基础调度框架架构设计和核心功能开发，包括网关、调度器等模块。
- 负责在线与离线任务的方案设计，支持丰富灵活的调度策略。
- 负责多云集成开发、降低上云门槛。
- 负责服务持续交付、故障容灾、监控告警、链路追踪等稳定性和可用性能力建设。

### 岗位要求
- 熟悉和精通 Golang/Java/C++，具备3年以上的开发经验。
- 熟悉和精通 Envoy、Kubernetes，如CRD Operator、K8s Controller等，有实际二次开发经验优先。
- 熟悉云原生服务容灾备份的常用手段，有实际参与和开发经验优先。
- 熟悉云原生相关的监控、告警、链路追踪工具，有实际参与和开发经验优先。
- 熟悉常用的部署和自动化运维工具（如Helm、Ansible、Terraform等）优先。
- 熟悉主流云计算平台（如AWS、Azure、阿里云、腾讯云等）优先。
- 熟悉 TEE、MPC 等主流隐私计算技术优先。
- 具有良好的沟通表达能力和团队协作能力，具备较强的学习能力，注重代码质量。

### 职位描述

1、参与云原生容器网络控制面和数据面的设计、研发和优化工作
2、参与云原生容器网络新技术的预研、原型设计和开发工作

### 职位要求

1、计算机相关专业，本科以上学历，有两年以上工作经验
2、计算机理论基础扎实，熟练掌握至少一种编程语言(Go、C等)
3、熟悉TCP/IP等常用网络协议，有丰富的网络编程、故障定位、性能调优经验
4、熟悉云计算Underlay、Overlay网络拓扑，有相关网络技术的研发经验
5、熟悉K8S、熟悉CNI容器网络架构，熟悉至少一种开源CNI，有相关网络技术研发经验
6、具备以下条件者优先：
- 有内核、DPDK、EBPF、CNI相关的网络系统研发经验
- 有智能网卡、硬件卸载、P4等高性能网络研发经验
- 有Vxlan、SRv6等Overlay技术的网络研发经验
- 有VPC、LB等云网络研发经验

### 工作职责

容器统一调度与在离线混部方向

### 岗位职责
- 负责公司容器调度平台的架构设计和核心功能开发，包括容器资源管理、调度优化、弹性伸缩等模块。
- 设计和实现在线与离线任务的混部调度方案，优化集群资源的整体利用率，实现计算、存储和网络资源的高效调度。
- 针对不同业务场景，研究并改进 Kubernetes 调度算法，包括任务优先级、抢占机制、节点选择等，提升集群的资源分配效率和稳定性。
- 参与集群管理平台、资源隔离、QoS 管理等模块协同工作，确保在复杂场景下的资源调度策略具备高可用性和可扩展性。
- 跟踪云原生生态的最新发展趋势，研究并应用新技术以提升系统性能和调度灵活性。
- 支持系统的性能监控与故障诊断，参与系统优化和技术问题的快速解决，保障系统的高效稳定运行。

### 任职资格

### 任职要求
- 计算机科学、软件工程等相关专业本科及以上学历，3年以上容器、Kubernetes 或相关分布式系统开发经验。
- 熟悉 Kubernetes 核心组件的原理和开发，具备调度器（Scheduler）相关模块的开发经验，有调度算法优化项目经验优先。
- 熟悉大规模容器集群的资源管理和在离线混部调度机制，了解不同业务负载对计算、存储和网络资源的需求，能有效设计混部策略。
- 精通 Go 或 C++ 编程，具有良好的代码风格和系统架构设计能力，能进行复杂系统的代码开发和调试。
- 熟悉容器技术栈（如 Docker、containerd），有 Linux 系统内核、资源控制（如 cgroups）、网络虚拟化等知识。
- 有云原生项目（如 Koordinator、Volcano、OpenKruise）或自定义调度器的开发经验者优先。
- 具备较强的学习能力和分析问题的能力，能够快速理解并应用新技术。
- 优秀的团队合作与沟通能力，善于跨部门协作推进项目落地。

### 加分项
- 参与或主导过大型分布式系统/高性能计算平台的架构设计。
- 在云原生社区（如 CNCF 开源项目）有贡献，或发表过相关技术博客/论文。
- 有 Prometheus、Thanos 等监控系统的运维经验，能基于实时数据进行资源调度的优化。

### 岗位职责
- 混合云集群建设，负责云厂商（如阿里云、腾讯云等）的Kubernetes集群规划、部署及运维，设计多集群联邦管理方案
- 自动化调度系统开发，实现实现自定义资源管理开发资源调度工具和云资源自动化调度，任务编排管理，集成监控告警体系（Prometheus/Grafana）
- 性能优化与稳定性保障，制定集群故障自愈方案，参与开发自动化运维工具链（Shell/Go），实现故障自愈与弹性伸缩

### 任职要求
- 熟悉Python/Java语言，精通容器技术栈（Docker、Container），熟悉Linux系统调优及网络虚拟化
- 3年以上Kubernetes开发/运维经验，熟悉集群架构、核心组件及扩展开发（CRD/Operator）
- 能独立编写技术文档，具备较强的故障排查和跨团队协作能力
- 熟悉云管理，有混合云或多云环境下的集群管理与开发经验
- 有云原生工具链开发经验者优先

我们正在寻找资深AI集群工程师，负责构建和优化大规模GPU计算基础设施。作为AI算力平台的核心建设者，您将
参与从硬件选型到调度优化的全链路工作，支撑公司核心AI业务的万卡级算力需求。

Kubernetes调度与计算平台
资源调度与集群管理
- 设计和实现GPU算力调度系统，优化资源利用率和作业调度效率
- 负责Kubernetes节点组件（kubelet、container runtime）的稳定性、性能优化
- 深度排查Kubernetes集群复杂问题

计算平台与节点优化
- 参与服务器硬件选型、测试和验收，重点优化GPU服务器性能
- 推进国产AI芯片的生态适配
- 建立集群故障感知闭环体系，提高AI计算资源利用率，维护线上集群稳定性

扩展方向：性能优化（附加项）
- 参与AI集群网络优化（NCCL/RoCEv2），提升分布式训练通信效率
- 深入文件系统、缓存、镜像、crl细节，优化容器启动速度

必备条件
1.1 Kubernetes核心概念、架构与资源对象，具备生产环境大规模K8s集群的运维和管理经验
1.2 熟练掌握容器技术（Docker/containerd）及其底层原理（Cgroups, Namespace）
1.3 熟悉Linux操作系统、网络（CNI、Calico/Cilium等）和存储（CSI）原理
1.4 有Kubernetes Operator开发经验
1.5 熟悉任意一种语言golang、c++、java、python
- 加分项(具备下面1种即可，不强制要求)
2.1 熟悉调度器（kube-scheduler）扩展机制（如Scheduler Framework, Scheduling Profiles）
2.2 有Volcano、Kueue等K8s批量队列调度器
2.3 GPU虚拟化
2.4 有Kubernetes Operator开发经验，或向开源社区贡献过相关代码
2.5 Service Mesh（Istio）、Serverless（Knative）
2.6 熟悉HPA、CA弹性机制。
2.7 熟悉在离线部署技术。
2.8 GPU AI集群维护和开发经验。

### 岗位职责

1、负责安全产品的设计、开发和验证
2、负责安全技术原型开发，如可信计算、入侵检测、数据安全与隐私、AI安全、国密等

### 岗位要求

1、具有扎实的C/C++/Go/python/JAVA/Rust等编程语言功底，能熟练使用其中一种；
2、具备操作系统、虚拟化、容器化、Web等领域的软件开发经验更佳(非必须)
3、具备网络安全经验更佳(非必须)
4、对新技术和新产品有强烈的兴趣和热情

### 岗位要求
- 计算机相关专业本科以上学历，2年以上大型系统运维经验，并有容灾、监控等运维系统开发经验；
- 掌握常用开发语言 Shell/Python/Golang，熟悉业界主流技术，如 Open-Falcon、Grafana 等；
- 熟悉 Linux 操作系统，熟悉各种网络协议；
- 能够承受较高的工作压力，有强烈的工作责任心，较好的沟通能力，良好的团队合作精神；
- 能够独立完成工作，具有较强的综合分析问题及解决问题的能力；

### 岗位职责
- 负责大规模AI计算集群基础设施和产品的设计与研发工作，支撑内部业务和外部客户需求；
- 构建异构多芯计算集群，优化GPU资源调度、虚拟化混布等核心能力，有效提升多芯供应能力和集群资源效率；
- 基于标准Kubernetes技术，负责云原生AI组件研发工作，包括训练推理服务编排、GPU资源调度和混布、AI存储、高性能网络等；
- 基于AI计算集群基础设施，设计和研发异构计算平台和解决方案，支持开发、训练、推理等多种场景；
- 提升服务和产品的稳定性，优化服务性能和可扩展性；

职责要求：
- 计算机及相关专业本科以上学历；
- 熟悉Kubernetes工作原理，熟悉调度器、资源扩展机制、容器运行时、容器网络等技术，有Kubernetes开发和维护经验；
- 对Kubeflow、Volcano、Pytorch、GPU芯片架构有一定了解者优先；
- 具备良好的沟通能力和团队协作精神，严谨的工作态度，注重工程质量，有独立解决各种系统问题的能力；
- 善于学习新的知识，动手能力强，有强烈的责任心，喜欢钻研技术；

云原生开发工程师（k8s引擎）

### 工作职责

1.负责大规模Kubernetes容器云平台场景下的高可用性能力建设，性能优化，多集群管理等工作。

2.负责GPU资源管理与调度方案，保障GPU资源高效使用。

3.负责离线混部调度方案，设计和研发高并发、低延迟、大规模的调度技术，提升集群资源使用率。

4.负责云原生大数据与AI套件开发，跟进云原生社区新技术预研和落地。

5.参与云原生解决方案设计，为卓驭自动驾驶业务提供稳定高效的容器平台，降本增效。

### 任职资格

1.本科及以上学历，计算机、软件工程等相关专业，3年以上Kubernetes相关开发工作经验。

2.熟悉Kubernetes大规模集群架构，熟悉控制面核心源代码，熟悉集群排查手段，有Operator开发经验。

3.熟悉云原生生态，了解Argo、Kubeflow、Koordinator、Istio等组件。

4.熟练掌握Golang，熟悉多线程、网络编程，熟悉分布式系统原理。

5.较强的团队沟通和协作能力，较强的独立开发能力和自我驱动能力。

2、推动云原生在饿了么（淘宝闪购）落地
3、负责和集团进行相关云原生技术设计讨论和共建
4、负责解决中间件相关问题
5、如果致力于云原生，深入打磨技术并希望能够贡献给开源社区，加入我们！

### 职位要求

1、5年以上使用Golang开发的经验，对于用过的开源框架，能了解到它的原理和机制，有开源作品且或参与开源社区贡献者优先
2、具备1年及以上Docker、Kubernetes、ServiceMesh 开发实施经验，熟悉分布式系统的设计和应用，分布式缓存、消息和存储等机制，能够对分布式常用技术进行合理应用和技术方案落地
3、热爱技术研发，具有快速学习能力，注重代码质量，有良好的软件工程知识和编码规范意识
4、具有良好的抽象设计能力，思路清晰，善于思考，能够独立分析和解决问题，责任心强
5、具有良好的沟通表达能力和团队协作能力