岗位职责
面向公有云数据平台，建设稳定、高效、易维护的云原生运行环境，通过自动化开发、资源管理和稳定性建设，持续提升平台的交付效率、运行可靠性与资源利用率。
- 负责k8s集群及相关云资源的规划与运行管理，包括节点池、网络、存储、权限、集群升级和容量管理，保障数据平台基础运行环境的稳定性；
- 建设标准化部署与发布能力，管理镜像、Helm Chart、环境配置及组件版本，完善自动化部署、升级、回滚和开发生产环境隔离；
- 建设资源隔离与弹性管理能力，包括节点池划分、资源配额、优先级、亲和性及扩缩容策略，协调批处理、实时计算和查询服务的资源使用；
- 建设统一可观测能力，优先复用云上监控、日志和告警服务，完善集群、节点、容器及关键服务的监控大盘、告警规则和故障诊断工具；
- 负责基础设施故障定位与稳定性治理，处理节点异常、Pod 调度失败、OOM、网络和存储问题。
职位要求
- 具备云原生平台研发、基础设施研发或 SRE 相关经验，有 Kubernetes 生产环境建设与运行管理实践；
- 熟悉 Kubernetes 核心机制，包括工作负载、调度、资源管理、网络、存储、RBAC 和节点生命周期，能够独立定位常见集群与容器运行问题；
- 熟悉至少一家公有云的计算、网络、对象存储、身份权限和监控服务；
- 熟练使用 Python、Go、Java 中至少一种语言，能够通过脚本、工具或服务开发实现运维自动化和平台能力建设；
- 熟悉 Linux、容器镜像、Helm、CI/CD 及监控日志体系，具备系统化排查问题和推动改进的能力。
