云原生 / SRE / DevOps 工程师(J14515)

1. 负责 Kubernetes 集群的日常运维与稳定性：容量规划、版本升级、节点与组件故障处理、集群性能调优。

2. 负责公有云资源（阿里云 / 华为云等）的规划、开通、变更与成本治理，保证云上架构可用、可控、可追溯。

3. 负责 CI/CD 流水线建设和维护，缩短从提交到上线的链路，提升发布频率与回滚速度。

4. 建设可观测体系：指标、日志、链路追踪的采集与告警规则设计，推动从“故障后救火”转向“故障前发现”。

5. 参与线上问题响应（on-call）：按预案止血、定位根因、输出复盘；把重复出现的问题沉淀为告警、巡检或自动化工具，而不是每次靠人肉处理。

6. 用 IaC 管理基础设施（Terraform / Helm / Ansible 等），保证多环境一致、变更可追溯、可回滚。

7. 与研发协作推进服务上线规范：资源配置、健康检查、发布策略、依赖治理。

8. 参与资源成本治理，提升集群与云资源的利用率。

1. 1-3 年 Linux 系统运维、SRE 或后端开发经验，能独立负责一块生产环境。

2. 有公有云（阿里云 / 华为云 / AWS 等）生产环境使用经验，熟悉至少一家的核心产品与边界：VPC 与子网路由、安全组、负载均衡（SLB/ELB）、云服务器（ECS）、对象存储、托管数据库、IAM 权限模型。

3. 熟悉 Kubernetes 核心对象（Deployment / Service / Ingress / ConfigMap / PVC），能独立排查 Pending、CrashLoopBackOff、ImagePullBackOff、OOMKilled 等常见状态，理解 requests/limits 与

QoS、三种探针的区别与适用场景。

4. 熟悉容器与镜像构建，能做多阶段构建和镜像瘦身，理解 tag 可追溯的重要性。

5. Linux 基础扎实：进程、文件系统、网络栈的常用排障手段（df/du/lsof/ss/tcpdump/curl -v），能说清“看到什么现象说明什么”。

6. 理解 TCP/IP、DNS 解析链路和四层/七层负载均衡；知道一个 Pod 访问另一个 Service 中间经过哪些环节。

7. 至少熟练一门脚本或编程语言（Go / Python / Shell），能写出可用于生产的运维工具，而不只是单行命令。

8. 有 CI/CD 实践经验（Jenkins / GitLab CI / Argo CD 任一），理解构建产物、环境隔离和发布回滚。

9. 有 Prometheus + Grafana 使用经验，能写基础 PromQL 和告警规则；知道指标、日志、链路各自解决什么问题。

10. 有责任心：接受 on-call，出问题先止血再定位，事后愿意把问题闭环。

11. 沟通清楚，能把技术决策的原因讲明白。