阿里云阿里云智能-云平台运维专家-杭州

任职要求

• 5年以上IT、互联网、云计算行业运维工作经验
• 研发项目管理经验
• 单产品研发安全生产执行者
• 能够在单产品/中型复杂系统层面推动建立完善的研发安全生产体系，并推动落地，保障相关产品/技术/系统的可容灾、可观测、可处置、可运维、可快恢
• 熟练掌握业内主流的研发安全生产技术体系
• 具有产品级、中型复杂系统的研发安全生产经验，能够应对比较复杂的项目环境和各类突发状况，保障研发项目的平稳落地
• 具备参与研发安全演练的技术能力，是容灾演练、红蓝对抗、突袭演练等场景下的一线主力
• 对本领域的技术趋势和演进有较为深入的了解；
• 熟练掌握架构设计、性能优化、稳定性优化等领域的专业能力
• 精通系统级需求，对所负责运维的产品/系统有较深刻的理解，能够在工作过程中结合现状，持续发现并分析当下问题，提出解决方案并推动落地拿到结果；
• 具备复杂项目管理、业务风险识别和管控能力，能够从技术、运营、风险、ROI等多方面进行分析，并提出切实解决方案
• 具备一定的业务线影响力和公信力，能够影响和协同跨团队的资源
• 具备智能化/自动化运维的理念，能够独立负责自动化运维工具/平台的开发工作
• 具备业务、技术及运维的全局视角，对日常运维指标、问题、风险进行分析和研究，通过建立模型预测风险并能形成解决方案并落地

工作职责

1、运维可观测链路建设
• 负责全链路稳定性解决方案的制定与执行，包括交付、变更、应急及稳定性专项建设；
• 事前：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；
• 事中：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；
• 事后：快速分析、诊断、定位问题，并能够协同开发人员解决问题；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；牵头问题复盘工作，通过架构优化等根治引起不可用的问题。
2、运维平台产品化与智能化建设
• 设计、研发并维护智能化的运维平台、工具、系统，帮助解决生产系统遇到的容量、性能、稳定性等问题，提升性能与效率；
• 负责运营质量数据化分析工作，通过对日常运维指标、问题、风险、稳定性结果进行分析和研究，建立模型、计算ROI/TCO来解决、优化和落地给出运营优化建议；
• 负责高可用体系建设，如巡检、故障自动定位、自动恢复、自适应容灾、云原生技术实施及落地等，保障业务持续可用。
• 负责运维能力的抽象与设计，通过平台实现运维能力产品化，建立配套的标准运维手册，提升运维的易用性/完整性和降低误操作风险（专有云）；
• 将运维服务产品化能力传达给客户，建设客户心智，提升运维服务效率（反馈增加）
3、运维服务体系建设
• 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；
• 牵头制定本领域内的相关新产品\新功能的的SLA协议承诺；
• 基于SLA要求，评审新产品\新功能的架构是否可用、安全；
• 通过日常运维活动优化产品稳定性，达成SLA目标；
4、容量规划与调优
• 基于年度的产品线规划，进行预算编制、容量规划与置备，协调各方持续滚动进行存储、计算等资源消耗的预测与估算；
• 通过技术手段提升线上资源利用效率，降低物理资源成本（如结合对于业务波峰/波谷等的预测，进行混合部署）。
• 通过云平台与云产品的容量模型设计与调优以及配套的工具建设，降低云平台因为资源问题带来的稳定性风险并提升资源利用率（专有云）
5、安全保障建设
• 日常on call值班，及时响应告警及技术支持升级的疑难问题，并解决；
• 负责集团级重大活动（如双11等）的运维保障工作；
• 配合安全团队，梳理安全漏洞，优化相关技术架构，提升产品与系统的安全性。
• 负责云平台风险管理能力建设，通过风险策略库建设提前识别风险，建立风险预警和治理机制，推动云平台风险治理提升客户稳定性（专有云）
6、平台架构升级
• 负责系统架构升级，如内核升级、网络架构升级、存算分离、服务跨机房迁移、服务上云
• 负责容灾架构设计并实施，如同城容灾、异地多活等
• 负责云平台软硬件生命周期设计，制定升级方案，通过商务法务产品与服务策略制定，推动客户云平台持续演进（专有云）
• 负责云平台的分层设计，并通过依赖与兼容性治理与优化，实现云平台分层解耦，提升交付、升级的灵活性与稳定性（专有云）