阿里云阿里云智能-容器SRE平台技术专家-杭州/北京/深圳
任职要求
1、5年以上工作经验；有大规模容器集群研发、运营、稳定性体系建设，研发体系建设经验者优先； 2、熟练掌握Golang语言，熟悉k8s生态和其中关键组件（如apiserver/kcm/Scheduler/etcd等），熟练的Operator开发和运维能力； 3、熟悉Linux系统和常用的shell命令；优秀的表达能力，沟通能力，团队协作能力，自我调节能力； 4、具备较强的风险意识，能准确识别、暴露风险，并推动风险得到有效解决。
工作职责
1、负责阿里云容器服务SRE平台建设工作，负责k8s集群全生命周期的日常运维工作，确保集群稳定性SLA达标； 2、负责建立k8s配套运维平台，提升运维效率，确保集群运维能力的可持续发展； 3、负责K8S集群日常oncall体系和能力建设，端到端定位k8s集群的功能和性能问题，解决线上问题； 4、牵头跨部门复杂项目（如业务容器化项目），推进业务和技术目标落地。
1. 负责灵骏专属云各计算集群交付运维工作, 并且专属云参与基础运维平台架构设计和建设； 2. 灵骏专属云运维服务体系建设与优化，达成产品稳定性与SLA目标； 3. 制定专属云交付标准, 沉淀运维规范, 通过工具平台提效日常工作； 4. 跟进内外部合作伙伴项目, 优化专属云项目流程； 5. 需要具备一定的创新突破和个人自驱力，善于发现问题，思考并解决问题； 6. 该职位涉及值班响应的职责，在服务级别协议（SLA）时间内做出对客响应，推动客户问题的解决，改善客户体验。
1. 研发需求洞察与设计：负责阿里云人工智能平台PAI的需求讨论、架构设计、软件开发、功能测试及部署上线，确保项目从初始阶段到交付的全流程高质量执行； 2. 系统优化：从功能、性能、可用性、易用性等多个维度，结合产品设计、产品设计和解决方案架构及客户反馈，进行系统各模块的持续分析和优化，降低用户使用门槛，提升用户满意度和忠诚度； 3. 技术支持与维护：负责线上环境的运行监控与问题定位，与SRE和售后团队紧密协作，及时为客户提供技术支持，保障平台的稳定运行； 4. 前沿技术开发：紧贴大模型及AIGC等业界趋势，提炼并反馈有价值的用户需求，持续增强和改进平台的功能，保持技术的先进性和市场竞争力。
团队整体实行 DevOps，SRE 在其中系统化分析并解决研发流程中的效率与质量问题，打造易用、高效、可复用的效能平台和工具，全面提升分布式块存储产品的持续交付质量和效能。主要职责包括： 1. CI/CD 平台与效能工具链建设： 负责设计、开发和维护高效的 CI/CD 持续集成与交付平台； 2. 搭建核心测试框架与自动化测试工具链；优化测试流程效率，保障测试环境的稳定性与易用性，并有效控制研发成本，从而显著提升研发体验与整体效率； 3. 质量风险分析与效能体系构建： 系统化评审分布式块存储系统的质量风险点，主导构建和完善系统级测试能力；设计并实现覆盖复杂业务场景的用例，持续提升覆盖率和有效性，保障系统质量； 4.云原生测试环境建设： 运用 Kubernetes, Docker, Golang 等云原生技术，构建并维护稳定、高效、易于管理的多架构（如 x86/ARM）容器化环境，为高效测试提供坚实基础； 5. 负责对技术团队和相关模块进行质量水位的评估和考核，并提出改进意见。熟知质量理论和方法，能运用新的AI技术来做质量提效，并在研发中传帮带和推广。持续提升各技术团队的质量意识和测试技术水平。
1. 负责各计算集群交付运维工作, 并且参与基础运维平台架构设计和建设； 2. 运维服务体系建设与优化，达成产品稳定性与SLA目标； 3. 制定交付标准, 沉淀运维规范, 通过工具平台提效日常工作； 4 跟进内外部合作伙伴项目, 优化项目流程； 5. 需要具备一定的创新突破和个人自驱力，善于发现问题，思考并解决问题。