快手高可用架构师（稳定性治理方向）
社招全职10年以上D7190地点：北京状态：招聘
任职要求
1、10年以上互联网行业相关工作经验，有从0到1的稳定性保障体系的建设和运营经验； 2、对业务或基础设施稳定性保障有丰富的实战经验，如复杂业务场景下系统的高可用性架构实现等； 3、对同城多活/异地多活技术、混沌工程有相关能力建设经验者优先； 4、精通 Go/Java/Python 等至少一种语言，计算机基础扎实，对并发编有较深入的理解。
工作职责
快手研发线体系下稳定性治理团队，致力于面向快手所有产研团队提供业界领先的稳定性保障方案，依托业界前沿技术，为快手业务稳定性保驾护航。 1、参与公司整体稳定性规划及推动建设，面向研发体系进行技术风险发现、治理，推动最佳实践的落地，建立对稳定性风险的系统性抵御能力； 2、负责设计、落地稳定性保障解决方案，包括但不局限于：监控治理、变更管控、服务治理、容灾演练、混沌工程，故障管理等； 3、通过数据分析、故障注入等方式驱动，持续识别稳定性薄弱环节，推动公司级的优化专项，提升整体稳定性； 4、设计并实现稳定性度量和风险识别体系，协助公司各个业务完成反脆弱设计。
包括英文材料
高可用+
https://redis.io/blog/high-availability-architecture/
A high available architecture is when there are a number of different components, modules, or services that work together to maintain optimal performance, irrespective of peak-time loads.
https://www.ibm.com/think/topics/high-availability
High availability (HA) is a term that refers to a system’s ability to be accessible and reliable close to 100% of the time.
Go+
https://www.youtube.com/watch?v=8uiZC0l4Ajw
学习Golang的完整教程！从开始到结束不到一个小时，包括如何在Go中构建API的完整演示。没有多余的内容，只有你需要知道的知识。
Java+
https://www.youtube.com/watch?v=eIrMbAQSU34
Master Java – a must-have language for software development, Android apps, and more! ☕️ This beginner-friendly course takes you from basics to real coding skills.
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
相关职位
社招3年以上CSIG技术
1.负责分析IaaS控制面架构设计，识别潜在稳定性风险，提出优化方案； 2.推动控制面架构向高可用、弹性扩展方向演进； 3.设计并实施控制面容灾方案，包括多可用区部署、故障自动切换机制及弹性资源调度策略，确保服务SLA达标； 4.负责将共性问题或风险治理方案、工具推广到全部门。
更新于 2025-08-29
社招5年以上A223866A
1、负责Agent系统的稳定性建设，设计高可用架构与容灾降级方案，保障系统在极端场景下稳定运行； 2、优化系统性能，解决分布式场景下的任务调度、数据一致性、故障自愈等挑战，提升服务SLA； 3、建立系统监控、告警及应急响应机制，负责重大故障的排查与恢复； 4、持续优化系统架构，通过代码重构、性能调优等手段提升系统扩展性与可维护性； 5、探索分布式计算、任务调度、流式数据处理等领域的前沿技术（如分布式事务、弹性扩缩容、异构计算等），推动技术成果转化。
更新于 2025-03-11
社招5年以上A65306
1、负责Agent系统的稳定性建设，设计高可用架构与容灾降级方案，保障系统在极端场景下稳定运行； 2、优化系统性能，解决分布式场景下的任务调度、数据一致性、故障自愈等挑战，提升服务SLA； 3、建立系统监控、告警及应急响应机制，负责重大故障的排查与恢复； 4、持续优化系统架构，通过代码重构、性能调优等手段提升系统扩展性与可维护性； 5、探索分布式计算、任务调度、流式数据处理等领域的前沿技术（如分布式事务、弹性扩缩容、异构计算等），推动技术成果转化。
更新于 2025-03-11
社招5年以上A149374
1、指导和带领团队成员，保障抖音直播服务稳定、可靠、高效运行； 2、在稳定性平台建设和稳定性治理方法论上对现状进行深入分析，主导改进和优化； 3、参与业务稳定性架构设计，提供专业的稳定性和架构优化方案； 4、探索LLM和AIOps技术在稳定性方向落地，提升故障自愈率与人效。
更新于 2024-02-06