阿里云诚云科技-资深应用运维工程师-开源大数据平台
任职要求
1、有K8S/主流开源大数据大数据引擎（Flink/EMR/Spark/StarRocks/ES/Hadoop/K8S）的运维经验，熟悉分布式系统原理及Linux原理 2、熟悉Golang/Python/Java至少一门编程语言…
工作职责
1、负责阿里云开源大数据平台（Flink/EMR/Spark/StarRocks/ES/Hadoop/K8S）运维工作，包括可观测性链路、监控报警，故障应急及处置、SLA可用率度量提升等 2、研发大数据运维管控平台，通过自动化提升运维效率，包括交付&变更CICD、智能诊断定界等 3、落地AIOps智能运维，通过AI算法提升稳定性，包括异常检测、根因定位及基于大模型&智能体Agent运维落地等 4、负责稳定性架构设计及项目组织推动落地，包括基础架构云原生化、跨AZ高可用架构、产品可运维性架构演进等
ꔷ 主导疑难问题工单的分析与解决，保障客户核心业务稳定运行； ꔷ 参与客户业务重保（Critical Support）方案设计与执行，提升客户满意度。 用户体验优化与产品改进 ꔷ 从工单中定位产品缺陷，提炼用户需求，提出优化建议； ꔷ 推动产品质量与功能迭代，通过技术改进提升用户体验。 运维平台智能化建设 ꔷ 参与大数据运维平台的产品化及智能化升级，主导售后工具、运维平台的开发与优化； ꔷ 基于历史工单数据、开源社区知识库，结合 MCP、RAG 等大模型技术，构建智能运维体系，提升售后响应效率与问题解决能力。 运维服务体系建设 ꔷ 负责运维服务体系的规划与落地，包括团队生态人员招聘、技能培养及知识沉淀； ꔷ 制定运维能力提升计划，确保团队高效支持复杂场景
1. 负责为美团金服销售业务建设稳定高可用的系统，能支撑业务快速变化，业务量高速增长；（业务支撑） 2. 面对信贷账户的业务规模，从整体上规划系统的容量、稳定性，制定有效的技术解决方案和迭代计划，持续提升系统的高并发、高可用、扩展性、资金安全处理能力； 3. 主动发现和分析产品存在的用户痛点和技术问题，提出全链路可行的改进方案，并能推动业务、产品、研发多方合作落地实施； 4. 指导初级工程师，提高团队技术能力及战斗力；
1、云产品稳定性保障，风险巡检：客户云产品稳定性、体验相关事项治理，产品风险巡检，故障的应急跟进与处理； 2、客户技术专项处置与支持：复杂、疑难问题/技术方案/活动护航保障/产研共建专项主导与管理工作； 3、排查问题，管控体验：高效排查解决产品技术售后问题，在服务过程中关注客户体验提升、有效管控客情； 4、专精客户行业，技术沉淀：提炼客户行业技术服务方案，沉淀内部技术文档，持续提高公共云/混合云各行业最佳实践能力；
1. 负责美团金服信贷业务建设稳定高可用的系统，能支撑业务快速变化，业务量高速增长；（业务支撑） 2. 面对信贷账户的业务规模，从整体上规划系统的容量、稳定性，制定有效的技术解决方案和迭代计划，持续提升系统的高并发、高可用、扩展性、资金安全处理能力； 3. 主动发现和分析产品存在的用户痛点和技术问题，提出全链路可行的改进方案，并能推动业务、产品、研发多方合作落地实施； 4. 指导初级工程师，提高团队技术能力及战斗力；