岗位职责
- 负责快手大规模分布式系统与在线服务的稳定性、可靠性与性能保障，支撑亿级用户流量的高效运行；
- 设计并落地运维解决方案，涵盖柔性容灾、智能调度、弹性扩缩容、防攻击与安全加固等方向；
- 建设网站加速、持续交付、容量管理、弹性计算、故障自愈、流量调度、性能调优等核心运维平台；跟踪业界前沿接入与网络技术，主导超大规模流量接入系统的架构演进与新技术探索落地；
- 参与在线系统与产品架构设计，推动运维自动化、平台化、智能化，持续提升质量与交付效率；
- 推动 AIOps 能力建设：将大模型、机器学习等 AI 技术应用于故障预测、根因分析、异常检测、智能告警、容量预测等场景，打造智能化运维体系。
职位要求
- 本科及以上学历，计算机相关专业优先；
- 熟悉 RedHat/CentOS/Fedora 等 Linux 操作系统原理，精通 TCP/IP 及常用网络协议；
- 熟练掌握 Shell/Python/Go/Java 中至少一种开发语言，具备扎实的工程开发经验；
- 熟悉 MySQL/Redis/Memcache 等常用中间件的原理、运维与调优；
- 具备良好的问题分析与系统设计能力，责任心强，能主动推动跨团队协作。 加分项：
- 有大规模日志采集、处理与分析经验，熟悉 ELK、ClickHouse、Prometheus、Grafana 等组件；
- 熟悉 Ansible、SaltStack、Terraform 等自动化运维工具，或有自研运维平台经验；
- 熟悉 Kubernetes、Docker、Service Mesh 等云原生技术栈；
- 具备 AI/大模型相关知识与实践经验，例如：熟悉 LLM（GPT、Claude、Qwen、DeepSeek 等）的原理与应用，有 Prompt Engineering、RAG、Agent、MCP 等落地经验；
- 熟悉机器学习/深度学习基础，能将时序预测、异常检测、聚类等算法应用于运维场景；
- 有大型互联网公司超大规模流量接入、CDN、四/七层负载均衡相关经验者优先。
