阿里云阿里云智能-DNS网络系统运维专家-北京/杭州

任职要求

1、计算机相关专业，有5年以上中大规模互联网系统运维经验;
2、精通Linux文件系统、内核、Linux性能调优、TCP/IP、DNS、HTTP等协议；
3、熟练使用shell、Python等至少一门脚本语言;
4、有良好的网络、数据存储、计算机体系结构方面的知识，具备很强技术敏感度和故障…

工作职责

1、运维可观测链路建设
• 对稳定性有全局化的思考能够制定稳定性方案并落地；
• 事前：建立并持续优化应用运维的监控机制,研发并维护相应的运维监控平台/工具；
• 事中：建立并持续优化应用运维的预警机制，确保故障能够被快速发现、快速定位、快速处置；
• 事后：快速分析、诊断、定位问题，并能够协同相关人员解决问题；建立健全快速恢复服务机制，降低业务受损程度，确保业务稳定运行；通过稳定性治理专项、架构优化等排除潜在风险。

2、稳定性运维平台建设
• 设计、研发并维护可靠的运维平台、工具，如巡检系统、水位系统、交付系统、成本管理系统等，帮助解决生产系统遇到的交付、性能、稳定性、成本等问题，保障业务持续可用，提升性能与效率；
• 负责运维质量数据化分析工作，通过对日常运维指标、问题、风险进行分析和研究，建立模型，给出运维优化建议；

3、应用运维规范标准建设
• 建设应用运维流程规范以及标准化(如变更标准、重保方案、云产品配置标准等)，确保运维的规范性和标准化，提升运维稳定性；
• 制定应用运维的故障应急处置规范标准；
• 制定应用运维的报警处置规范标准以及SLA；
• 制定应用运维的成本把控规范以及考核标准。

4、资源调优
• 基于业务需求规划，进行预算编制、容量规划与准备，协调研发进行存储、计算等资源消耗的预测与估算；
• 分析业务需求，在确保稳定性的前提下，结合水位和规格以及计费规则等，并把控技术方案中资源估算合理性，协同研发降低资源成本。

5、安全保障建设
• 7*24应急响应，日常监控报警和应急处置并对存在的问题持续发现并整改；
• 负责重大节点（如国庆、春节、元旦）的运维保障工作；
• 应急预案的制定及演练、应急响应和故障处理等事项；
• 建立问题/故障记录库，对记录库进行针对性分析，补齐并优化应急预案库和规范流程库；
• 配合安全团队，梳理安全漏洞，优化相关技术架构，提升系统的安全性。

6、架构升级
• 负责系统架构升级，如内核升级、网络架构升级、服务跨机房迁移、容器化改造等；
• 持续挖掘云产品的功能以及使用能力结合业务需求场景进行优化；
• 负责容灾架构设计并实施，如同城容灾、异地多活等。