腾讯大数据运维工程师

1. 负责大数据基础架构平台（如Hadoop、YARN、Hive、Spark、Presto等）及各类中间件的运维工作，确保数据平台服务的稳定性与高可用性； 2. 承担大数据环境的组件升级、资源规划、服务监控等持续运营与规划任务，优化系统性能，提升运维效率； 3. 参与自动化运维系统及平台的建设，推动运维流程的自动化与智能化，减少人工干预，提高运维质量； 4. 解决平台技术难题，对突发问题快速响应并解决，确保业务连续性和数据安全； 5. 优化部门运维流程，提升整体运维效率，确保团队能够高效协作，共同达成业务目标。

ꔷ 主导疑难问题工单的分析与解决，保障客户核心业务稳定运行； ꔷ 参与客户业务重保（Critical Support）方案设计与执行，提升客户满意度。 用户体验优化与产品改进 ꔷ 从工单中定位产品缺陷，提炼用户需求，提出优化建议； ꔷ 推动产品质量与功能迭代，通过技术改进提升用户体验。 运维平台智能化建设 ꔷ 参与大数据运维平台的产品化及智能化升级，主导售后工具、运维平台的开发与优化； ꔷ 基于历史工单数据、开源社区知识库，结合 MCP、RAG 等大模型技术，构建智能运维体系，提升售后响应效率与问题解决能力。 运维服务体系建设 ꔷ 负责运维服务体系的规划与落地，包括团队生态人员招聘、技能培养及知识沉淀； ꔷ 制定运维能力提升计划，确保团队高效支持复杂场景

1.负责大数据相关组件Kafka/Pulsar/ElasticSearch/Hbase部署，运维，监控等工作，保证服务稳定性。 2.为相关大数据组件提供完善的指标/告警体系，持续优化相关平台与组件的性能与成本。 3.为相关大数据组件开发运维脚本，提升组件与平台的运维自动化水平。

1.负责腾讯大数据平台运维工作，通过设计、开发运维平台，解决运营过程中质量和效率问题； 2.负责梳理现有服务流程、规范和存在的问题，并给出可行方案； 3.负责前后端运营效率工具开发，包括但不限于：容量管理平台、DevOps、覆盖率、自动化、健康度等。