云计算DevOps工程师

我们正为下一代大规模仿真平台寻找一位云计算 DevOps 工程师。你将负责设计、交付并持续优化基于 Kubernetes 的多云/混合云基础设施，保障平台在全球范围内的性能、稳定性与成本最优。你将与开发、架构及 SRE 团队紧密合作，推动自动化、可观测性和安全最佳实践落地。 核心职责

1. 01

   Kubernetes 全生命周期管理 设计并维护生产级 K8s 集群（EKS / GKE / ACK / 自管集群），包含升级、备份、容量规划。 编写与维护 Helm Charts、Kustomize、Argo CD/Flux 流水线，推动 GitOps 实践。 落地多集群联邦、Service Mesh（Istio/Linkerd）及灰度发布策略。

2. 02

   云原生中间件运维 部署、调优和治理云原生中间件：Kafka、Redis、RabbitMQ/AMQ、PostgreSQL、MongoDB、Elasticsearch、Prometheus、Thanos、Jaeger 等。 建立统一监控、告警、日志链路（Prometheus + Grafana + Loki/ELK + Alertmanager）。 制定并演练灾难恢复、备份策略（Velero、etcd backup-operator 等）。

3. 03

   公有云平台深度使用 熟悉 AWS、Azure、阿里云、腾讯云、GCP 中的至少两家，能够利用托管服务（RDS、MSK、S3、OSS、CloudWatch、CloudTrail、IAM、KMS）加速交付。 通过 Terraform / Pulumi / CloudFormation 实现基础设施即代码（IaC）。 持续优化云资源成本（Spot/Reserved 实例、Auto Scaling、FinOps 实践）。

4. 04

   CI/CD & DevSecOps 构建端到端流水线：GitLab CI、GitHub Actions、Jenkins、Tekton。 集成安全扫描（Trivy、Falco、OPA Gatekeeper、Kyverno）和镜像供应链安全（Cosign）。 实现零停机发布、蓝绿/金丝雀发布及回滚策略。

5. 05

   SLA/SLO 与可观测性 定义并跟踪核心服务 SLA/SLO/SLI，建立 P0/P1/P2 分级告警体系。 利用 eBPF、HPA/VPA、KEDA 实现性能洞察与弹性伸缩。 定期进行故障演练（Chaos Engineering）和容量压测

1、3 年以上 DevOps 或 SRE 经验，其中 2 年以上 Kubernetes 生产运维经验。

2. 02

   熟练使用 Docker、K8s CRD、Operator；熟悉 CNI、CSI、CRI 原理及故障排查。

3. 03

   至少精通一种脚本语言（Python/Go/Bash）和一种 IaC 工具（Terraform/Pulumi）。

4. 04

   深入理解 TCP/IP、Linux 内核、DNS、负载均衡（Nginx/Envoy/Contour）。

5. 05

   熟悉 GitOps、CI/CD、监控、日志、告警的最佳实践。

6. 06

   有云原生证书、身份与访问管理（IAM、OIDC、Vault）经验者优先。

7. 07

   有大规模仿真、游戏、流媒体、AI 训练平台背景者优先。

8. 08

   良好的跨团队沟通与文档习惯，英语读写流利