智能互联阿里云智能-高级运维开发工程-边缘云-杭州/北京

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）

1、负责虚拟化Hypervisor运维平台和运维技术的核心功能开发。 2、负责虚拟化资源池的部署与持续迭代，优化虚拟化版本迭代中的关键技术，建设虚拟化底座的风险识别和异常探测能力，保障高可用、高性能及可扩展性。 3、深度参与虚拟化相关问题的根因分析与性能调优，解决大规模实例运行中的稳定性与性能瓶颈。 4、协同管控、网络、存储、镜像、安全等团队完成虚拟化Hypervisor层的安全加固、合规改造与运维/质量标准化建设。

1、测试计划和策略制定 •协调开发团队，制定符合产品特点和测试需求的测试计划和测试策略，并根据测试结果进行优化和调整。 2、测试用例设计和执行 •分析技术文档，理解系统产品需求，评估技术方案和迭代流程。 •根据技术文档和需求，为模块测试、集成测试和系统测试等，构建测试场景、设计测试用例。 •使用各类测试工具和编程语言，开发自动化测试脚本并执行测试，收集测试结果。 3、缺陷分析和跟踪 •对测试结果进行分析和评估，发现和跟踪缺陷，并协调开发人员及时解决缺陷问题。 4、测试工具开发和维护 •开发、维护测试工具和平台，提升测试效率，并解决在测试过程中遇到的技术问题。 5、流程和方法建设 •通过流程改进、测试新技术和新方法引入，对现有测试方案进行改进，提升测试质量。

负责 OSS 服务层功能模块、运维系统等的开发、测试、运维工作，包括但不限于： 1、对象存储自动化迁移系统的设计和开发运维工作。 2、对象存储自动化调度系统的设计和开发运维工作，快速高效实现自动化调度。 3、对象存储数据分析系统的数据设计开发工作，通过机器学习、大模型等技术对线上问题进行自动化分析，并给出解决方案。