岗位职责
- 平台稳定保障：主导基于Kubernetes的企业级容器云平台建设与日常运维，制定高可用策略，确保平台可用性不低于
- 99%，支撑业务7×24小时稳定运行；
- 集群全生命周期管理：实施K8s集群的部署、扩容、高可用架构优化、性能调优与安全加固，建设故障自愈体系，降低人为干预频次；
- 故障应急与根因分析：主导容器编排、资源调度、网络通信、存储挂载等核心故障的快速排查与闭环处理，缩短故障恢复时长并输出根因分析报告；
- 版本迭代与插件管理：规划K8s版本升级、组件补丁更新及CRI/CNI/CSI插件迭代，通过灰度验证与回滚方案确保升级过程业务无中断；
- 资源规划与成本治理：基于业务负载趋势进行计算、存储、网络资源的容量评估与动态调配，持续优化资源利用率并降低运营成本；
- 运维体系标准化：梳理运维流程，设计并落地监控、告警、日志分析的全链路自动化工具链，持续沉淀运维手册与故障案例库。
职位要求
- 教育背景与专业知识：本科及以上学历，计算机、软件工程、通信工程等相关专业；
- 专业技能与资格：具备Shell、Python或Go语言脚本开发能力，能独立编写集群巡检、资源管理及故障处理自动化脚本，并能熟练使用kubectl、Helm、Kustomize等工具；
- 行业与专业经验：具有5年以上云平台运维经验，其中至少3年大规模Kubernetes集群（50+节点）运维经验，熟悉Docker/containerd运行时原理，并掌握Istio、Prometheus、Grafana、EFK等云原生组件配置；
- 项目/任务成果：主导过至少一个大型K8s集群的高可用架构设计或性能优化项目，能提供量化改进结果（如故障恢复时间缩短比例、资源利用率提升幅度）；
- 其他要求：具备云平台网络架构知识，能配置VPC、负载均衡、Service、Ingress及Flannel/Calico等CNI插件，并能独立排查Linux内核、网络、I/O等底层问题。
