岗位职责
- 负责火山引擎etcd和zk超大规模集群的开发与运维体系建设，涵盖部署、升级、扩缩容、架构演进等全生命周期管理；通过自动化变更、容量评估、故障自愈及数据备份等能力，保障组件在超大规模环境下的极致稳定与高可用；
- 参与etcd和zk的深度定制与内核改造，针对多租户隔离、一致性协议调优、吞吐提升、延迟优化及流量瞬时超载等复杂场景进行技术攻关，支撑业务的超大规模扩展需求；
- 构建完善的可观测平台，实现QPS、延迟、Watch/Session状态、Leader选举等关键指标的精细化监控，建立快速响应的报警体系与自动化风险审计机制；
- 建设多活架构、快速恢复及根因定位等完善的稳定性能力；负责快速应急响应，沉淀高可用运维最佳实践，并利用工具化手段、系统化方案及AI技术持续驱动集群稳定性提升。
职位要求
- 计算机相关专业，3-5年以上后端研发工作经验；熟悉Go或Java（Go优先），熟悉主流开发框架，对代码质量有极致追求；
- 深入理解分布式一致性协议（Paxos、Raft）及其架构原理，熟悉etcd和zk的生产实践，具备源码级调试或定制化开发能力；有开源社区贡献经验者优先；
- 具备基础设施或分布式系统的架构设计与运维管理经验，对可靠性、可用性及系统性能瓶颈有深刻理解；
- 熟悉Linux内核原理及网络协议栈（TCP/IP、RPC、服务发现等），具备丰富的复杂故障排查和性能调优经验；
- 具备优秀的逻辑思维和应急响应能力，面对复杂故障能冷静处理并快速定位，具有良好的跨团队沟通协作意识。
