阿里云阿里云智能-存储运维系统研发专家-北京/杭州
任职要求
1.具备扎实的软件研发能力，能使用 C++ 和 Python 语言编写多线程分布式系统，同时具备页面研发技能者优先； 2.有分布式系统线上问题调查的经验，熟悉 Linux 操作系统命令，具备程序性能优化和数据采集展示经验者优先； 3.熟悉数据分析技术，具备分析型数据库使用经验，对阿里云产品有使用经验者优先； 4.具有良好的跨团队协作能力和经验。
工作职责
1.构建盘古分布式文件系统的标准化输出能力，提高系统的自动化部署、运维能力； 2.梳理盘古分布式文件系统管控系统的依赖，降低对外部系统的依赖，建立运维管控系统回归测试能力； 3.重构盘古管控系统的数据层和逻辑层，确保系统在迭代更新的过程中始终保证兼容性和服务稳定； 4.对接阿里云安全体系和基础管控系统，确保系统能在多用户环境下安全稳定运行。
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。
主要负责赤骥运维管控核心系统的的设计、开发工作，制定1-2年技术演进路线并实施以保持技术先进性，进而保障超大规模分布式存储系统的稳定性。包括但不限于： 1、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，提供秒级的响应报警，并进行智能分析及根因定位。 2、基于跨区域容灾的运维资产管理能力，以及智能检测熔断能力，进行超大规模分布式系统的变更管控，提供稳定安全的发布变更系统。 3、深入理解所负责系统的结构和隐藏问题，能够制定具体的方案改进，保持系统的稳定性和可维护性。
1. 设计，开发和调优混合云存储产品的数据平面，包括但不限于Guest OS/Hypervisor/存储网关/阿里云等层面上的存储，备份，数据服务，容灾恢复等核心功能的数据平面能力； 2. 推动技术与业务的发展，在专有云与公有云中设计和开发不同形态的混合云服务； 3. 产品负责人岗位需跟踪协调合作伙伴产品（例如网关）功能和进度制定阿里云相应的功能适配；制定自主研发混合云存储产品的数据平面技术架构选择、开源和自研模块集成策略。
1. 针对ECS异常调度“运维决策大脑”，设计多维的异常调度可验证体系，通过融合存储、心跳、网络状态等多路信号，从根本上解决因单一信号误判导致的业务中断风险，确保自动化决策的精准性； 2. 针对ECS海量线上数据和全链路性能问题，设计和开发创新的测试解决方案与平台，建立精准、高效的性能和稳定性度量体系； 3. 面向失败的可验证性设计，验证系统的韧性架构，尤其针对规模性故障（机房、核心系统依赖），推动核心组件的降级、熔断、故障恢复能力，通过故障注入等方式验证系统的鲁棒性； 4. 作为产品线研发安全生产的构建者，负责在多产品/复杂系统层面构建并落地完善的研发安全生产规范和流程，保障系统的可容灾、可观测、可处置、可运维、可快速恢复； 5. 主导跨产品、大型复杂系统的质量保障工作，组织和推动高水准的稳定性演练（如容灾、红蓝对抗），培养团队的研发安全生产意识和专业能力； 6. 对AIOps/SRE及质量保障领域的技术发展趋势有前瞻性判断，负责测试技术预研、技术难点攻关，推动技术变革与创新，为产品线带来显著收益。