logo of shein

希音GO资深开发工程师(运维平台)

社招全职5年以上信息技术类地点:南京状态:招聘

任职要求


1. 计算机相关专业统招本科及以上,5年以上云平台/运维工具开发经验,具备2个以上完整项目落地经验
3. 扎实的编程基础,精通Golang开发语言,主导过大型项目模块重构,代码符合Clean Architecture设计原则
4. 对Go生态中的主流框架和工具(如Gin, Echo, Gorm, gRPC等)有深刻理解和广泛实践经验。
5. 理解工程质量管理体系,具有代码评审、单元测试覆盖率提升、CI/CD工具链使用等实战经验
6. 掌握分布式系统开发技术,熟悉Kafka/Redis等组件的常规优化手段,具有故障排查实战经验
7. 熟悉运维中台典型场景(如CMDB、作业平台、监控告警)的技术实现
8. 具有云平台开发项目经历,熟悉至少两家公有云(AWS/GCP/Azure)API开发,接触过Terraform等IaC工具
加分项:
有IDC层开发经验:BMC管控/网络设备自动化/机房3D可视化等
熟悉流程引擎开发(Camunda/Flowable),实现过工单审批类系统

工作职责


【】

1. 参与运维平台的设计开发与持续优化,负责核心功能模块实现,落地代码质量、测试覆盖、性能监控等工程规范
2. 承担运维产品需求分析、技术方案设计及项目交付工作,推进技术方案向业务价值的有效转化
3. 实施工程质量管理措施,执行代码审查、CI/CD流水线维护、自动化测试用例开发等质量保障工作
4. 参与多云资源管理平台建设,完成云服务API对接、资源编排、监控告警等功能的开发实现
5. 实施IDC基础设施数字化管理方案,负责机房设备管理、网络拓扑可视等模块的代码开发
包括英文材料
Go+
Gin+
gRPC+
CI+
CD+
分布式系统+
Kafka+
Redis+
AWS+
Azure+
Terraform+
相关职位

logo of itigerup
社招5年以上互联网 / 电子

1、负责交易系统稳定性体系建设,包括变更管控、全链路监控、故障治理、混沌工程、容灾系统建设、可观测能力建设等,保障交易系统安全、可靠、稳定运行; 2、负责交易系统稳定性薄弱点识别和痛点解决,持续进行系统架构优化,负责技术难点攻坚,提升交易系统可靠性和稳定性; 3、负责交易系统整体的端到端架构、研发、测试和线上质量,能够将研发和测试能力平台化、自动化、服务化;

更新于 2024-11-21
logo of shein
社招5年以上信息技术类

【】 1,主导 GEIT 服务门户后端开发。 2,支撑质量管理团队,IT自动化巡检、告警中心集成等。 3,支持全球IT网络团队,深度参与 ITSM 体系平台建设:IT CMDB、IT 管控平台、IaaS 资源对接等模块设计与交付。 4,推进工程质量体系:架构评审、代码规范、单元/集成测试、CI/CD、性能优化和可观测性建设。

更新于 2025-06-05
logo of shein
社招3年以上信息技术类

1.WAF管理与运维 负责公司现有WAF 的安装、配置、升级、维护和问题处理。 监控WAF的运行状态,制定告警和监控策略,确保产品的稳定性和高效性。 快速响应和处理运维、研发及业务团队提出的WAF相关问题与需求。 2.安全运营与SOC支持 理解安全运营相关流程,能够从运营视角解决安全问题。 协助解决SOC(安全运营中心)相关问题,优化安全运营工作流程。 3.网络安全架构规划 梳理公司南北向的网络拓扑结构,提出网络安全优化和改进方案。 提供专业的网络安全解决方案,确保公司网络架构的安全性和稳定性。 4.CDN安全管理 熟悉公司使用的CDN产品(Akamai 和 Cloudflare),负责其安全功能的管理与优化。 针对CDN相关安全事件及时响应与解决。

更新于 2025-09-18
logo of bytedance
社招3年以上A126396

1、负责AI技术深度应用软件测试或者系统稳定性测试,包括性能测试、压力测试、容灾演练等; 2、AI驱动的测试全流程优化,运用AI技术重构测试需求分析、用例设计、自动化、执行监控、缺陷预测及结果分析等环节,开发基于AI的自动化测试框架与工具,实现测试脚本智能生成、测试用例自适应推荐、异常场景自动挖掘等能力,探索大语言模型(LLM)在测试领域的应用,例如需求解析、测试数据生成、日志分析等场景; 3、自动化测试体系构建,设计并落地高可用、可扩展的自动化测试框架,整合AI能力提升测试覆盖率和执行效率,主导复杂系统的自动化测试策略,解决稳定性、数据构造等难点问题; 4、稳定性保障,负责系统稳定性测试,包括性能测试、压力测试、容灾演练等,确保系统在高并发、异常场景下的稳定性,设计并实施稳定性测试方案,识别系统瓶颈和潜在风险,推动研发团队优化系统架构,监控生产环境稳定性,分析故障根因,制定并落地改进措施; 5、技术探索与创新,跟踪AI测试领域前沿技术(如AI模糊测试、智能监控、自动化修复),推动技术预研与落地,通过数据建模与分析,构建测试质量评估体系,量化AI提效成果并持续优化; 6、团队赋能与协作,与研发、运维、产品等团队紧密合作,推动质量保障工作的落地和优化,沉淀AI测试方法论,通过技术分享、工具推广提升团队整体技术水平。

更新于 2025-02-28