高级云原生运维工程师 / SRE 工程师

岗位职责 1. 云平台与基础设施管理 - 负责公司 AWS / 阿里云 / 华为云（至少两种）上生产环境的设计、部署与日常运维，保障核心业务高可用（99.95%以上）。 - 主导混合云或多云网络架构规划，包括 VPC 互联、专线接入、跨可用区容灾设计。 - 持续推进云资源成本优化，通过预留实例、弹性伸缩、资源治理等手段实现可量化的降本。 2. Kubernetes 与容器平台 - 具备自建或托管 K8s 集群从 0 到 1 的部署经验，熟悉控制平面高可用、etcd 备份恢复、证书轮换等生产级运维。 - 负责业务容器化改造的技术支持与推广，制定容器资源规范（Request/Limit、Pod 反亲和、安全上下文等）。 - 维护集群 多租户隔离策略（Namespace、ResourceQuota、NetworkPolicy、OPA/Gatekeeper）。 3. 可观测性体系（Prometheus + ELK） - 设计并维护基于 Prometheus + Grafana + Alertmanager 的监控告警体系，编写高价值告警规则，降低误报率。 - 负责 ELK / EFK 日志平台的集群部署、索引生命周期管理、日志告警（ElastAlert 或 Kibana Alerting）的落地与优化。 4. 中间件运维 - 负责 Kafka / Zookeeper / etcd / Redis 等核心中间件的集群部署、调优与故障排查。 - 熟悉中间件安全加固，包括但不限于 TLS 加密传输、SASL/SCRAM 认证、ACL 权限控制。 5. CI/CD 与发布工程 - 主导或深度参与 CI/CD 流水线设计，熟悉 Jenkins / GitLab CI / GitHub Actions 等工具。 - 推行 GitOps 发布模型（ArgoCD / FluxCD），实现多环境（开发 / 测试 / 生产）的自动化部署与回滚。 6. 协作与文档 - 编写高质量的技术文档、故障复盘报告、运维 SOP，并推动团队知识沉淀。 - 在故障处理、架构评审中能与研发、测试、产品团队高效沟通，用数据推动决策。 任职要求 硬性条件 - 3 年以上生产环境运维或 SRE 经验，其中至少 1 年专注于云原生技术栈。 - 熟悉至少两个主流公有云（AWS、阿里云、华为云），理解其核心 IaaS/PaaS 产品差异。 - 拥有从 0 到 1 搭建生产级 Kubernetes 集群的实际经验，能清楚描述架构选型理由。 - 熟练部署和维护 Prometheus 监控体系，写过自定义 Exporter 或复杂 PromQL 告警规则更佳。 - 有 ELK 集群搭建、调优和日志告警实战经验，能处理 TB 级日志量。 - 熟悉 Kafka、Redis、etcd 等至少三个中间件的集群部署与故障排查，有安全加密实战经验优先。 - 熟练使用至少一种 CI/CD 工具并参与过流水线设计与落地。 软性条件 - 具备良好的沟通能力，能将技术问题向非技术方说明影响和行动方案。 - 有文档沉淀习惯，理解 BPD（Blameless Postmortem）文化。 - 具备较强的问题驱动和自驱力，能从运维痛点出发主动推动改进。 加分项 - 持有 CKA / CKAD / CKS 认证。 - 持有 AWS SAA / SAP、阿里云 ACP / ACE、华为云 HCIE 等证书之一。 - 有开源项目贡献经历或技术博客/分享。 - 熟悉 Golang / Python 中的一种，能开发简单的自动化工具或 Operator。 base 珠海