高德地图高德-高级运维工程师/专家-业务运维

高德运维研发团队主要负责高德运维平台的建设，对服务稳定性和用户体验负责，主要围绕如下几个方向进行卓有成效的工作： - 高可用方向：围绕混沌工程、故障自愈、全链路故障定位 等前沿技术方向进行平台化建设和智能运维大规模业务落地，提升系统的稳定性水平。 - 资源管理方向：将机器学习技术应用于超大规模集群的资源管理实践中，围绕 资源画像、应用画像、容量管理、全自动化弹性伸缩 等前沿方向进行算法优化和平台化建设。 - 云原生方向：基于实际业务场景，建设云原生时代的云上运维平台，提升云上业务在变更发布、资源调度 等方面的效率。

1.制定企业级云战略（公有云/混合云），主导技术选型与架构设计，确保高可用（99.95%+ SLA）、容灾（RTO/RPO）、安全、成本优化； 2.设计符合金融业务需求的云原生架构（微服务、容器化、Serverless），推动基础设施即代码（IaC）实践； 3.确保架构满足金融行业监管要求：等保2.0三级/四级、数据本地化存储、金融级审计日志、敏感数据加密、跨区域容灾； 4.主导安全防护体系设计（网络隔离、WAF、零信任、密钥管理），定期执行风险评估与渗透测试； 5.建立云资源管理、运维监控、CI/CD、成本治理等标准及最佳实践； 6.深入理解金融业务场景（支付、风控、交易等），将需求转化为可落地的技术方案； 7.主导重大技术选型（如云服务商、数据库、中间件），平衡技术创新与风险控制。

职位概述： 我们正在寻找一位对系统稳定性和高可用性有着极致追求的高级运维工程师。您将成为我们电商及资讯平台基础设施的“守护者”，核心职责是确保生产环境7x24小时高可用，并高效管理从故障发现到恢复的全生命周期。您需要具备深厚的技术功底、冷静的应急心态和强大的复盘能力，通过自动化、流程化和系统化的方法，不断提升我们系统的韧性与可观测性，为亿万用户的顺畅体验保驾护航。 核心职责： 1. 系统高可用性保障： o 负责公司核心业务（电商、资讯）生产环境及基础设施（服务器、网络、数据库、中间件等）的稳定运行，确保服务SLA达到或超过既定目标（如99.99%）。 o 设计、实施和维护高可用和容灾架构，包括同城双活、异地灾备等方案的落地与演练。 2. 监控与应急响应： o 主导建设和优化集中式监控、日志分析与告警系统（如Prometheus/Grafana, ELK, Zabbix, Datadog等），确保能提前预警、快速发现问题。 o 作为主要事故处理指挥官（Incident Commander），负责7x24小时应急响应，领导并协调相关团队对线上事故进行快速定位、止损和恢复，最大限度降低影响。 3. 事故全生命周期管理： o 严格遵循ITIL等最佳实践，管理事故（Incident）和处理工单（Ticket）。 o 主导重大事故复盘（Post-mortem），编写详尽的复盘报告，深入分析根因，并推动落实改进措施（如代码修复、流程优化、架构调整等），避免同类问题重复发生。 4. 运维自动化与效率提升： o 通过编写脚本（Shell/Python/Go等）和利用自动化工具（Ansible/Terraform等），自动化日常运维操作和故障处理流程，提升效率，减少人为失误。 o 践行SRE（Site Reliability Engineering）理念，通过代码管理基础设施（IaC）。 5. 容量规划与性能优化： o 定期进行系统容量评估和规划，确保系统有能力应对业务增长和突发流量（如大促活动）。 o 分析系统性能瓶颈，协同开发团队进行调优，提升系统效率和资源利用率。 6. 系统组件的安全升级及维护： o 常规维护能力：具备使用安全扫描工具进行安全漏洞扫描额能力。 能全程跟进系统组件安全管理，做好版本监控、漏洞扫描与风险评估，按计划升级部署补丁、更新配置，快速应对突发安全事件，降低业务受影响程度。 o 借助工具强化能力：熟练使用安全卫士等工具，将其融入维护流程。实现自动化漏洞检测与修复建议输出，实时监控异常与潜在威胁并预警阻断，利用日志分析优化安全策略，构建闭环安全管理体系。

职位概述 我们正在寻找充满热情、学习能力强、对云计算和网络安全有浓厚兴趣的应届毕业生加入我们的团队。作为云/云安全运维工程师（应届生），你将从基础开始，在资深工程师的指导下，参与公司云平台（如 AWS, Azure, 阿里云, 腾讯云等）的日常运维、监控、基础架构部署以及初步的安全防护工作。这是一个快速学习和成长的平台，你将接触到业界领先的技术实践，为构建稳定、高效、安全的云环境贡献力量。 核心职责 (应届生培养方向) 1.云平台基础运维： o协助进行云资源（虚拟机、存储、网络、数据库等）的日常监控、状态检查与基础故障排查。 o学习并执行云资源的部署、配置、备份与恢复等基础操作（在指导下）。 o参与云环境成本的基础监控和优化建议。 2.云安全初步实践： o协助监控云平台安全日志和告警，识别潜在的安全风险或异常活动。 o学习和应用基础的安全组/防火墙规则、访问控制策略（IAM/RBAC）配置。 o参与漏洞扫描结果的初步分析和跟踪。 o学习并协助实施基础的安全合规性检查。 3.自动化与效率提升： o学习使用脚本语言（如 Python, Shell）或基础设施即代码工具（如 Terraform, Ansible）进行简单自动化任务的编写与执行。 o参与运维流程文档的编写和维护。 4.协作与学习： o积极向导师和团队成员学习，快速掌握云平台和云安全的核心知识与运维技能。 o参与团队的技术分享与讨论，提出改进建议。 o响应内部用户的基础技术支持请求。