岗位职责
- 主导搜索/推荐核心链路的端到端稳定性建设，基于 SLO/SLI 与错误预算管理变更节奏，确保高可用与快速交付；
- 设计并演进全链路监控、告警、自愈、降级体系，构建自动化响应与回溯机制，加速问题定位与恢复；
- 深度优化计算、存储、调度、编译链路性能，引入并落地 JIT/AOT 等前沿技术，支撑高吞吐、低延迟算法场景；
- 运营与优化 Zookeeper、Nginx、消息队列等核心组件，保障超大规模分布式环境的稳定性与性能；
- 推进非标服务标准化、容器化与云原生化，利用 Kubernetes 构建规模化、自动化、可灰度的交付与运维体系。
职位要求
- 计算机相关本科及以上，5+ 年 Dev/Ops 经验；具备重大生产事故应急处置记录者优先；
- 精通 Java/C++/Go 任一语言，能进行系统复杂度与架构设计权衡；熟悉 JVM 底层与编译优化，具备算法、缓存、并发设计经验优先；
- 深入掌握 Kafka/MQ 等消息中间件与 ETL 数据处理；精通 MySQL/PostgreSQL、Redis、HBase 等数据库及一致性原理；
- 熟悉 Zookeeper 集群部署与调优，熟悉 Nginx 高性能配置与流量治理，具备分布式协调与大规模流量管理经验；
- 熟悉 Kubernetes、Operator、容器运行时，理解容器网络与 Serverless 架构；
- 具备千节点级容量规划、混沌工程、多活容灾经验；熟悉网络协议、存储与内核调优；可进行端到端性能剖析（含 P99/P999）；
- 具备优秀的沟通与跨团队影响力，能在高压下进行风险评估与快速决策；坚持安全与合规，推动可靠性文化落地。
