阿里云阿里云智能-云网络智能运维研发专家-杭州

1. 参与运维可观测链路建设： 1.1 建立并持续优化产品运维的监控机制，研发并维护相应的运维监控平台/工具； 1.2 建立并持续优化产品运维的预警机制，确保故障能够被快速发现、通报、定位及处理； 1.3 建立快速分析、诊断、定位问题能力，并能够协同开发人员分析解决问题。 2. 参与运维可自愈链路建设： 2.1 建立健全快速恢复服务机制，降低业务受损程度，确保产品、业务稳定运行； 2.2 建立故障注入机制，模拟生产故障场景，验证产品稳定性水位，提前发现系统能力短板。 3. 运维自动化体系建设： 3.1 建设本领域相关的运维体系，如变更标准、重保体系、客情预警等，确保本领域产品运维&稳定性能力提升； 3.2 建设稳定性能力的数据化体系，通过数据驱动方式持续治理稳定性风险； 3.3 建设网络质量自动化探测评估体系，并结合观测链路和自愈链路，自动化隔离网络抖动带来的服务影响。

● 网络稳定性管理：梳理和管控阿里云网络的线上稳定性风险，稳定性建设以及性能优化，包括线上问题处理，问题诊断，确保线上系统的安全可靠，提升产品的稳定性和性能，降低网络风险，提升应急响应处置效率。 ● 自动化运维开发：开发和维护路由器/交换机/虚拟网络等网络设备及软件的自动化能力，；落地网络稳定性相关的运维效能提升。 ● 新技术验证与优化：参与新架构、新产品结合测试和运营要求的工作，归纳总结形成有效的SOP，并集成到监管控相关维护系统中。 ● 变更风控与效能提升：变更风控能力建设，持续提升大规模安全高效变更工程化效能，保障变更稳定性和效率，设计和适配开发自动化变更场景。

1、负责块存储运维支撑系统的的设计、开发工作，制定技术演进路线并保持技术持续迭代升级，进而保障超大规模分布式块存储系统的生产稳定性。 2、负责块存储生产运维规则基线的定义和开发，通过交付部署管控、发布变更管控以及智能检测熔断能力，提供稳定安全可靠的基础环境。 3、针对大规模分布式块存储系统，负责构建安全合规的可观测系统，包括机器、网络、用户、业务指标等各类监控，提供秒级的监控报警，并进行智能分析及根因定位。 4、负责运维能力的下沉，保障块存储运维支撑系统在线上线下能力的一致性。

1、负责运维管控系统子模块设计和研发工作，如部署升级系统、根因分析系统、监控告警体系、故障自愈系统等。 2、负责可观测性平台系统的设计和研发工作，提升服务质量和系统的可观测能力。 3、制定交付标准和运维规范，通过自动化的方式，提升系统运行的效率及稳定性。