快手运维开发工程师
任职要求
1、本科及以上学历，计算机、软件工程相关专业，具备互联网业务运维经验； 2、有大型分布式系统的运维和资源管理经验，有 K8S 和 AI 相关运维经验优先； 3、具备扎实的计算机软件开发基础知识，精通 Linux 操作系统、网络、存储等相关原理； 4、熟悉…
工作职责
1、负责快手大规模分布式系统及在线服务可靠、稳定、高效运行； 2、负责机器学习训练/推理系统的高可用性维护，确保机器学习平台及训练任务稳定运行； 3、负责大模型异构算力支持和稳定性保障，支持新硬件适配接入及相关自动化工具链建设； 4、负责机器学习相关资源的管理与规划，包括预算成本、资源效率提升、统一调度等。
1. 以代码守护业务稳定性，设计并实现全链路高可用方案，涵盖混沌工程、故障自愈、自动化演练及智能故障定位，确保亿级用户产品的持续可用； 2. 开发端到端的运维解决方案，包括持续交付（CI/CD）、容量管理、自动化弹性伸缩、流量调度及性能优化； 3. 基于云原生架构，建设涵盖变更发布、容器调度（K8S）及网络虚拟化（SDN/VPC）的云上运维平台，通过工具创新和架构升级提升系统的运维可靠性。 4. 站在全站高度与用户视角，不断完善底层基础设施对产品体验的支撑能力，通过极致的性能调优影响并受益于亿万消费者。
1、负责开发IT统一运维平台、监控报警体系和Devops自动化平台的构建、设计、开发、部署、升级与维护，包括不限于监控告警系统、日志系统、容量管理、CMDB资源管理、配置中心、调度系统、流程系统、IM服务平台等系统开发 2、运维自动化工具开发：基于SRE运维工作，理解需求背景和业务发展，开发自动化工具和平台提升效率； 3、SRE高可用保障：参与故障应急、稳定性优化等工作，并设计系统助力运维能力提升； 4、负责IT成本管理，稳定性建设，日志分析、挖掘问题隐患、配合制作相关预案，项目跟进 5、负责日常应用运维oncall，SRE，包括配置、优化、备份、故障处理等工作
1、企业级终端操作系统运维管理： 负责公司内部办公环境（Windows/Linux/Mac等）操作系统的部署、配置、监控、维护与优化，确保其高可用性、安全性与稳定运行。 2、智能化系统运维保障： 负责公司弱电智能化系统（含综合布线、安防监控及报警系统、中央控制系统、LED信息发布系统等）的日常巡检、故障排查、性能优化及稳定运行保障。 3、会议系统全生命周期管理： 负责视频会议系统（含硬件终端、软件平台及配套设施）的规划部署、日常运维、技术支持和故障处理，确保各类会议（本地及远程）的稳定、高质量进行。 提供重要会议的技术保障支持，包括会议资源调度与管理、会务支持系统运维、远程会议音视频信号切换与导播等。