PBG-高级运维工程师-杭州

负责云平台底层基础设施的日常运维与稳定性保障，包括物理服务器、操作系统、网络、存储、Kubernetes 集群、容器运行环境等。

负责云平台业务集群的统一运维管理，推动集群资源标准化、环境隔离、权限治理、资源配额、容量评估和运行规范建设。

负责数据库、中间件及基础组件的运维保障，包括 Redis、Kafka、RocketMQ、Elasticsearch、配置中心、注册中心、网关等组件的部署、监控、备份、巡检、扩容、故障处理和版本升级。

参与云平台业务变更保障，参与建设和优化发布平台、灰度发布、滚动发布、蓝绿发布、服务预热、回滚机制、变更审批和发布风险控制体系。

负责监控告警与可观测体系建设，完善基础设施、容器、应用、中间件、数据库、链路追踪、日志、指标、告警和大盘体系，提升故障发现、定位和恢复效率。

负责重大故障的应急响应、根因分析和复盘改进，推动故障分级、应急预案、SOP、演练机制和稳定性治理闭环建设。

负责云平台业务容量规划与资源治理，结合业务增长、租户规模、峰值流量、容器资源使用率和中间件负载，输出容量评估、扩容计划和资源优化方案。

负责运维自动化和工具化建设，提升服务器初始化、集群交付、组件部署、巡检、备份、告警处理、故障自愈和批量变更的自动化水平。

参与制定底层技术运维标准，包括环境规范、部署规范、命名规范、监控规范、备份规范、变更规范、安全基线和故障处理规范。

本科及以上学历，计算机、软件工程、网络工程、信息安全等相关专业优先。

5年以上运维、云原生运维或基础架构运维经验，有中大型云平台、互联网平台或多业务集群运维经验者优先，熟悉阿里云、华为云各类云原生产品，有结合Agent提升运维工作效率的实战案例。

熟悉 Linux 操作系统，具备扎实的系统管理、网络排障、性能分析、Shell/Python 脚本编写能力。

熟悉 Kubernetes、Docker、容器网络、Ingress、Service、资源调度、滚动升级、故障排查和集群运维管理。

熟悉至少一种主流 CI/CD工具和发布体系，如 Jenkins、Helm 等，理解灰度发布、蓝绿发布、回滚、服务预热等发布治理机制。

熟悉主流数据库和中间件的运维管理，包括Redis、Kafka、MQ、Elasticsearch 等，具备高可用、备份恢复、性能调优和故障处理经验。

熟悉监控告警和可观测体系，具备 Prometheus、Grafana、ELK/EFK、SkyWalking、Zabbix 等一种或多种工具的实践经验。

具备较强的故障分析和应急处理能力，能够独立完成线上问题定位、风险判断、止血恢复、根因分析和复盘改进。

具备容量规划和资源治理经验，能够结合业务规模、流量模型、资源水位和系统瓶颈进行扩容评估和成本优化。

具备良好的安全意识，熟悉账号权限、网络访问控制、漏洞修复、系统加固、证书管理、审计日志和数据备份等基础安全要求。

具备较强的跨团队沟通能力和文档沉淀能力，能够推动标准、流程、工具和规范在多个 云平台团队落地。